LAT1438 AFCI 上位机用户手册

1、简介

基于监督学习的神经网络算法需要大量数据作为输入，模型完全由数据驱动，数据质量是算法模型有效的必要条件。如何高效的采集到数据，以及正确的标注及分析是极其重要的，如果第一步有问题，后续的所有工作都是徒劳。

本文将介绍 AFCI 数据采集板，AFCI 上位机数据采集工具，和简单分析数据质量的一些方法，以及需要注意的一些事项。

2、数据采集与清洗

2.1. 打开串口

单击①找到相应的串口号，并通过②选择合适的波特率，点击③打开串口。

3、数据预处理

采集好的数据文件格式为 csv，数据预处理模块会根据一定的规则将这些 csv 文件重新整理成固定的格式，供后续模型训练使用。

4、模型训练和验证

4.1. 训练模型

在创建好数据集后，可以使用训练模块进行训练。

5、通讯协议

在 Note 界面下，可以查阅工具串口通讯协议和 Release 信息。

6、总结

数据采集和标注是做好神经网络的第一步，需要格外仔细，不然其中如果有脏数据混入，通过肉眼是十分困难加以清理的，脏数据过多会导致模型泛化能力变差。

数据清理的一个办法是用模型对所有数据进行验证，然后挑选出验证结果失败的数据，Plot 出来后通过肉眼分辨剔除，其工作量是非常巨大和繁琐的，最好的办法是在数据收集的过程中就保证数据的有效性。

对于数据流的处理上位机必须和固件保持一致，如果有问题，需要将两边的数据处理流dump 出来进行比较和调试。

另外，训练过程中使用 GPU 将明显提升训练速度，可以参考上位机的 Readme 安装cuda 库。