ESP32 + LD2410: Архитектуры нейронных сетей для классификации движений

[@m0tral]

Очень поверхностно, не хватает деталей, больше цифр и более качественных выводов

[@vvzvlad]

Хотите написать больше?

[@noknown]

Я так понимаю, это был сарказм... Куда уж больше - и так работа титаническая проведена - это не пару часов вечером посидеть...

[@Tiho82]

Да друг.. тема интересная и даже очень, но пиар менеджер из тебя.. так себе(без обид). Есть люди которые могут сделать и объяснить ,а есть люди (за 58 лет сталкивался не раз) которые прекрасно изобретают,выполняют сложнейшие вычисления а объяснить, свои действия... не могут. Ты слишком"узкозаточенный" и из за этого поймут тебя еденицы из большой аудитории. Попробуй представить что ты общаешся в кафе с девушкой или младшим братом и хочешь что бы до него дошло.

Поменьше сокращений и очень специальных слов, и побольше понятных ассоциаций.

Да, и ещë.

С первого раза ,без тренировок на камеру записывать могут только артисты.

Ты попытался достаточно большой массив информации выдать за раз.

Лучше сделай цикл статей, отточи каждое слово.

Этим ты поможешь и себе и нам.

С Уважением Валентин.

[@LampGraph]

Есть люди которые могут сделать и объяснить ,а есть люди (за 58 лет сталкивался не раз) которые прекрасно изобретают,выполняют сложнейшие вычисления а объяснить, свои действия... не могут.

Напомнило старый анекдот про инженеров теоретиков, практиков и программистов.

Скрытый текст

Инженеры практики - могут построить любой механизм, без труда заставят работать любую машину, но вот как это работает - объяснить не могут.
Инженеры теоретики - эти наоборт, все распишут и разложат по полочкам, приведут теоремы и формулы, но не могут заставить работать.
Программисты объединяют в себе и теоретиков и практиков - то есть у них нихрена не работает и они не знают почему.

[@nicelight_nsk]

Спасибо за отличный труд! У тебя есть видео про распознавание образов. EspCam
Было бы отлично если можно будет его натренировать на распознавание людей \ кошек в кадре.

[@sned]

Эти эксперименты показывают, что даже простой ESP32 в связке с дешёвым LD2410 способны решать задачи классификации движений с помощью нейросетей. Главное — правильно выбрать архитектуру и учитывать ограничения микроконтроллера.

Не понятно в чём такая большая роль ESP32? Передавать замер в секунду из 18 значений на компьютер ?

[@aakhlopov]

Очень интересно. Исследую подобный вопрос для классификации работы электросети. Хоть там и своя специфика: на вход подаётся вектор с размерностью (timestep, 6), где 6 - мгновенные токи и напряжения трёх фаз, timestep - ширина временного окна.

Получаю аналогичные результаты по точности. LSTM лучше всего, но не реализован на ESP32, плюс там возникают сложности с расчётом активаций.

Полносвязная сеть хуже LSTM, но при паре слоёв с достаточным кол-вом нейронов даёт неплохой результат. По сравнению с CNN очень большое кол-во параметров.

Поэтому выбор пал на CNN. Все активации только relu.

Я специально обогащаю сигнал гармониками и шумом, которые не важны для классификации, но существуют в реальности, поэтому помогает сглаживание входов. В вашей задаче тоже много шума и не столько важны отдельные пиксели. Возможно, поможет предварительная обработка изображения. Плюс, это позволяет уменьшить кол-во параметров сети.