基于0.5KB深度学习模型的传感器端实时步态相位检测
信号处理
2022-05-09 v1 人机交互
机器学习
摘要
基于卷积神经网络的步态相位检测分类准确但计算成本高,阻碍了实时低功耗传感器端处理。本文提出一种基于分段的步态相位检测,采用宽度与深度缩减的U-Net类模型,仅需0.5KB模型大小和每秒67K次运算,以95.9%准确率轻松适配资源受限的传感器端微控制器。
引用
@article{arxiv.2205.03234,
title = {Real Time On Sensor Gait Phase Detection with 0.5KB Deep Learning Model},
author = {Yi-An Chen and Jien-De Sui and Tian-Sheuan Chang},
journal= {arXiv preprint arXiv:2205.03234},
year = {2022}
}
备注
2 pages, 2 figures, published in 2020 ICCE-TW