29、嵌入式机器学习开发：从手势更新到TensorFlow Lite深入解析

嵌入式机器学习开发：从手势更新到TensorFlow Lite深入解析

手势相关代码更新

在开发过程中，若要对手势进行处理，需要对相关代码进行更新。在 accelerometer_handler.cc 文件的 should_continuous_count 数组中，要更新每个手势所需的连续预测次数。这个数值与手势执行所需的时长相对应。例如，原本的“wing”手势需要连续计数 15 次，可据此估算新手势执行所需的时长，并更新数组中的值。可以反复调整这些值，直至获得最可靠的性能。

完成上述操作后，还需更新 output_handler.cc 文件中的代码，使其能正确打印出新手势的名称。完成这些代码更新后，就可以构建代码并将其烧录到设备中。

以下是具体步骤：
1. 打开 accelerometer_handler.cc 文件，定位到 should_continuous_count 数组。
2. 根据新手势与“wing”手势的时长对比，更新数组中对应手势的连续预测次数。
3. 打开 output_handler.cc 文件，修改代码以正确打印新手势名称。
4. 构建代码并烧录到设备。

嵌入式机器学习概述

嵌入式机器学习中的卷积模型是对时间序列数据进行分类的强大工具。通过学习，我们能了解嵌入式机器学习应用的样子，以及应用代码如何与模型协同工作来感知周围世界。在实际项目开发中，我们会逐渐积累常用模型，用于解决不同的问题。