零基础的嵌入式机器学习：Edge Impulse使用教程之训练模型浅析(1)——分类模型

创建数据集

Edge Impulse支持上传的数据集包含了CSV文件，CSV文件数据集是一种适合于纯数据的数据集，在创建CSV文件的数据集时需要注意一下几点：

1、CSV文件是一种以列为单位构建的数据集，假设我要构建一个y=2x+1的CSV数据集，参考格式如下：

x	y
0	1
1	3
2	5
3	7

2、由以上的例子可以看出，CSV数据集的第一行为各类数据的标签，例如0，1，2，3这四个数据的标签为x，而1，3，5，7这四个数据的标签为y。

3、CSV文件默认可以由excel打开，但不建议通过新建一个excel表格的方式来创建一个CSV文件，这样在将excel文件转换为CSV文件的过程中会产生乱码。可以通过创建空白文本文档的方式来创建CSV数据集，以上例子的数据集在文本文档中创建数据集的格式为：

4、在创建CSV文件时，注意要在英文字符的输入法状态下进行编辑。

5、Edge Impulse的CSV数据集默认为时间序列，故在创建上述数据集是，还要在前面加上一列时间戳(timestamp)，所以，一个完整格式的CSV数据集应该具有的格式为：

6、如果数据集的序列之间没有先后关系，或者不随时间而变化，那么时间戳(timestamp)没有什么实质上的意义。如果数据集的序列之间存在先后关系，那么则要保证先变化的数据所对银行的时间戳小，后变化的数据的时间戳大。

7、在创建好数据集后，将文件的后缀改为CSV，然后上传到Edge Impluse上。

关于Edge Impulse中CSV数据集的创建，可以参考： Edge Impulse官方文档之CSV数据集

数据参数设置

在本节将以一个上升序列和一个下降序列为例子进行讲解，首先分别创建上升序列和下降序列的CSV数据集：

UP：	timestamp	d	DOWN:	timestamp	d
	0	1		0	10
	1	2		1	9
	2	3		2	8
	3	4		3	7
	4	5		4	6
	5	6		5	5
	6	7		6	4
	7	8		7	3
	8	9		8	2
	9	10		9	1

在创建CSV数据集时，把第一列和第四列去掉，第二列和第三列作为一个CSV文件，标识为UP，第五列和第六列作为一个CSV文件，标识为DOWN。

创建完毕后在Edge Impulse工程左侧的Data acquisition中上传数据，将上升序列的标签设置为UP，下降序列的标签设置为DOWN。

将所有数据上传完毕后，开始创建Impulse。转到Create Impulse，按照如下方式配置并保存(Save Impulse)。

然后在左侧，Create Impulse下面，点击Raw data，点击Save Parameters。然后在上方蓝色栏目处，点击转到Generate features页面，在Generate features页下点击Generate features。

模型训练与测试

然后在左侧，Generate features下，点击NN Classifier，转到训练配置页面，按照如下方式配置训练：

配置完成后点击Start training开始训练模型，等待模型训练完毕。

模型训练完毕后，在右侧转到Model testing，导入一个上升序列的CSV文件或者下降序列的CSV文件进行模型测试，注意导入的CSV序列不可与之前导入的作为训练的序列相同。测试后观察测试结果：

在配置过程中如果有不明白的地方，可以参考OpenMv口罩识别的视频教程，里面有关于Edge Impulse使用过程的详细视频操作：星瞳科技OpenMv口罩识别

第一次接触 Edge Im pulse 这个在线的 机器学习 网站是在OpenMv口罩识别的历程中，根据OpenMv的官方历程来使用 Edge Im pulse 还是很顺利的。但不久之后就发现如果仅仅是基于OpenMv的历程来进行 机器学习 ，就只能完成图像识别而已，而除了图像识别之外的 训练模型 如果想要导出到 STM32 的 单片机 上，则要通过 STM32 CubeIDE。 STM32 CubeIDE STM32 CubeIDE是意法半导体公司推出的 STM32 集成开发环境，它允许用户在软件上点选相关选项，...

云端AI平台 Edge Im pulse ，可以做什么呢？可以帮助AI算法工程师进行模型训练，目前还有比较常用的工具如Tensor flow，有时候甚至需要利用算力更快的服务器集群去训练神经网络模型。而 Edge im pulse 是一个免费的模型训练平台，非常便捷的使用方法，致力于实现 嵌入式 系统的边缘计算开发，可以上传被训练的数据、打标、NN模型训练、优化、部署。上传数据：

Edge Im pulse CLI工具用于命令行界面工具。我们使开发人员能够通过 嵌入式 机器学习 创建下一代智能设备解决方案，从而使事情变得更智能。该软件包包括四个工具（单击以查看其各自的文档）：通过串行配置设备，并充当没有IP连接的设备的代理。允许上传和签名本地文件。 -一种非常简单的方法，可通过串行连接从任何设备收集数据，并将数据转发到 Edge Im pulse 。显示在设备上。 -创建组织转换块。 tool-刷新Eta Compute ECM3532 AI传感器。在主机上安装 v12或更高版本。通过以下方式安装CLI工具： $ npm install -g edge - im pulse -cli 之后，您应该在PATH中拥有可用的工具。无法识别工具版本“ 2.0”（Windows）如果您收到以下错误： The tools version "2