1. Mobile App과 B-L475-IOT01A1 보드를 이용하여 Human Activity Recognition 을 진행하는 짧은 영상을 레코딩하여 업로드합니다.

아래 조건으로 Quest를 진행합니다.

1) Quest 4에서 로깅한 데이터 40개를 사용해서 har_ign 모델을 만듭니다.

Accuracy for each class is given below.
Jogging     : 95.2 %
Stationary  : 98.82 %
Stairs      : 68.65 %
Walking     : 86.36 %

2) CubeMX를 이용해서 위에서 만든 모델을 STM32용으로 변환합니다. X-CUBE-AI 버전 문제(최신 버전으로 제너레이션하면 만들어지는 헤더와 소스파일 구조가 예제와 다름, SENSING1에서 컴파일 오류 발생)로 다운그레이 하여 SENSING1프로젝트에서 빌드가 되도록 합니다.

• Python 3.7
• keras 2.2.4
• X-CUBE-AI 4.1.0 (SENSING1 예제에서 사용한 버전으로 다운그레이)

// har_ign.c
#define AI_TOOLS_VERSION_MAJOR 4
#define AI_TOOLS_VERSION_MINOR 1
#define AI_TOOLS_VERSION_MICRO 0

3) 평가보드로 다운로드하고 Human Activity Recognition을 테스트합니다.

▣ 평가보드를 허리전대에 넣고 테스트 진행

▣ 테스트 영상