I notice you've provided the text "AI Voice Sensor" which is already in English. There is no Korean text to translate. If you have Korean content you'd like translated into English, please provide it and I'll be happy to assist according to your specifications.

quest 1 제출합니다. 

동영상은 파일 첨부 하였습니다.

Quest 4 제출합니다.

CSV 파일 10개를 압축해서 첨부합니다.

Quest 5 실행하기 전에 몇 가지 준비작업을 해야 한다.

1. Python 을 이용하여 “har_IGN.h5” 를 생성해야 한다.

실행방법은 Quest 4 결과물 중 한 개를 사용한다.

주의할 점은 Anaconda 환경 설정을 변경 해야 한다. “Keras 2.2.4” 와 “Python 3.6” 변경 후

PyCharm Community Edition 2022.2 IDE 에서 “python RunMe.py –dataDir=Log_data” 명령어를 이용하여 Model 생성을 하여야 한다.

è과거 Logging Data 기반으로 패턴(Jogging / Stationary / Stairs / Walking)의 결과를 분석하여 새로 생성한 모델 즉, AI학습 되여 있는 있다고 할까?

2. STM32CuveIDE 또는 STM32CuveMX 를 이용한 신규 프로젝트를 생성하여 “har_ign.c / har_ign_data.c / har_ign.h / har_ign_data.h” 파일 생성을 하여야 한다.

주의할 점은 신규 프로젝트 생성시 X-CUVE-AI 버전을 5.0 적용하여야만 하며, 전 단계에 생성된 “har_IGN.h5” 를 “har_ign” 명으로 생성된 network에 Model inputs 설정을 하여 generate code 한 후에 컴파일 하여 최종 파일 생성을 한다.

 

 

èKeras 모델로부터 가중치 정보를 추출하여 펌웨어 이미지 생성 및 다운로드 한다.

=> STM32 MCU에 최적화된 코드로 변환

3. 최종 다운로드 된 이미지 즉, 학습된 모델을 가지고 실행하여 결과를 공유한다.(동영상 참조)

     

      => 위에 그림처럼 Stationary 및 Jogging 으로 인식율이 높다. 맞찮가지로 실험(동영상)에서도 같은 패턴을 보여준다.

           stairs 인식율은 낮은 인식율~~~

1. 동영상 - 첨부파일

2. source code - 첨부파일

3. 소개 및 설명 -첨부파일