C-7人體活動辨識模組
|
ATP課程資料庫 模組名稱 |
人體活動辨識和非接觸式體溫量測模組 |
|
模組屬性 |
□前瞻 ■基礎 |
|
教材模組 教學目標 |
透過人體活動辨識模組,培養學生具備智慧晶片系統應用的能力。 |
|
教材模組時數 |
12 小時 |
|
教材模組 課程大綱 |
單元一: Cat & Dog分類CNN模型實驗(3小時) 單元二: 人體活動辨識模型訓練實驗(3小時) 單元三: AISOC平台實驗(3小時) 單元四:模型實現在AISOC平台的執行時間與記憶體空間分析實驗(3小時) |
|
可分享教材模組內容說明 |
本模組透過慣性感測器結合一AISOC晶片實現一套人體活動辨識模組,可以辨識基本的站、坐、跑步、走路、上下樓梯等活動資訊。場域應用可應用於醫院內的病患監控或是一般的個人日常活動監控。 內容包括: 單元一:讓學生於個人電腦上使用Python在Google Colab平台結合Tensorflow、Keras,使用CNN建構出一基礎的貓狗CNN分類模型,使學生熟悉神經網路的訓練流程與相關開發平台。 單元二:進行人體活動辨識的模型訓練,並將訓練好的模型進行準確率驗證並儲存下來。 單元三:將第2項實驗訓練之模型,載入嵌入式系統中,進行即時的人體活動辨識,並透過螢幕顯示結果,建構一完整的量測系統。AISOC計算平台採用Synopsys的ARC晶片系統開發平台。 單元四:分析模型放入AISOC平台後的執行時間,以及分析模型實現在AISOC中所佔之記憶體空間,並思考如何優化模型大小和減少AISOC執行時間。 |
|
所需實作平臺配備與經費需求預估(以模組教學實作所需基本軟、硬體平臺估算) |
|
|
(含實驗示範影片) |
|
|
聯絡窗口 |
負責教師:國立臺灣科技大學電子工程系林淵翔教授 專責助理:黃彥龍 聯絡電話:02-27333141 ext 6830 聯絡信箱:linyh@mail.ntust.edu.tw |
