LAT1322 AFCI应用笔记二、数据采集

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，其数据质量是算法有效的必要条件，所以如何高效的采集到数据，以及正确的标注或分析是极其重要的，如果第一步有问题，后续的所有工作都是徒劳。

本文将介绍 PECC 的数据采集板，以及来自 GPM China 的数据采集工具，简单分析数据质量的一些方法，以及需要注意的一些事项。

上位机介绍

总结

数据采集和标注是做好神经网络的第一步，需要格外小心和谨慎，不然其中有脏数据，通过肉眼十分难以清理出来，脏数据过多会导致模型泛化能力很差。

其中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，然后 Plot出来。若通过肉眼分辨，其工作量非常巨大和繁琐，还是应当在数据收集的过程中保证数据的有效性。