LAT1438 AFCI 上位機用戶手冊

1、簡介

基于監(jiān)督學習的神經網絡算法需要大量數據作為輸入，模型完全由數據驅動，數據質量是算法模型有效的必要條件。如何高效的采集到數據，以及正確的標注及分析是極其重要的，如果第一步有問題，后續(xù)的所有工作都是徒勞。

本文將介紹 AFCI 數據采集板，AFCI 上位機數據采集工具，和簡單分析數據質量的一些方法，以及需要注意的一些事項。

2、數據采集與清洗

2.1. 打開串口

單擊①找到相應的串口號，并通過②選擇合適的波特率，點擊③打開串口。

3、數據預處理

采集好的數據文件格式為 csv，數據預處理模塊會根據一定的規(guī)則將這些 csv 文件重新整理成固定的格式，供后續(xù)模型訓練使用。

4、模型訓練和驗證

4.1. 訓練模型

在創(chuàng)建好數據集后，可以使用訓練模塊進行訓練。

5、通訊協議

在 Note 界面下，可以查閱工具串口通訊協議和 Release 信息。

6、總結

數據采集和標注是做好神經網絡的第一步，需要格外仔細，不然其中如果有臟數據混入，通過肉眼是十分困難加以清理的，臟數據過多會導致模型泛化能力變差。

數據清理的一個辦法是用模型對所有數據進行驗證，然后挑選出驗證結果失敗的數據，Plot 出來后通過肉眼分辨剔除，其工作量是非常巨大和繁瑣的，最好的辦法是在數據收集的過程中就保證數據的有效性。

對于數據流的處理上位機必須和固件保持一致，如果有問題，需要將兩邊的數據處理流dump 出來進行比較和調試。

另外，訓練過程中使用 GPU 將明顯提升訓練速度，可以參考上位機的 Readme 安裝cuda 庫。