跳到主要内容

案例12：AI活动计时器

简介​

通过收集步行、跳跃和静止动作的数据，并进行模型训练，制作一个基于训练模型的运动计时器。

案例目的​

1.学习Create AI项目基本操作。

2.掌握Create AI 数据样本采集过程与方法。

所需材料​

项目图片数量
手表套件Pro1
micro:bit1
USB数据线1
个人电脑1

使用教程​

步骤一：相关知识学习​

  1. 用Chrome或Edge网络浏览器访问https://createai.microbit.org/如下图所示。

  1. 浏览阅读相关信息，定位到“Projects”点击“Al activity timer”项目。

  1. 浏览并阅读相关知识要点，然后定位至“Collect data samples”目录，点击“Open in micro:bit CreateAl”。

步骤二：新建项目​

  1. 创建新项目，并为其命名，然后点击“开始项目”。

  1. 在数据样本页面中，找到“connect”并点击它。

步骤三：连接micro:bit主板​

  1. 请确保所有必需的物料和设备已经准备就绪，然后点击“下一步”。

（若您的个人电脑具备蓝牙连接功能，仅需准备一个micro：bit主板。若您的个人电脑不支持蓝牙连接，点击“使用micro：bit无线连接”并按照教程完成连接。）

  1. 请使用数据线将您的micro:bit主板连接至计算机，接着点击“下一步”，依照教程完成程序的下载。

  1. 请等待程序下载并安装到micro:bit主板。

  1. 请断开USB连接线，并开启手表套件Pro的电源，随后点击“下一步”。

  1. 点击“下一步”按照教程完成蓝牙连接的认证过程。

  1. 选择“micro:bit 主板”，然后点击“配对”，等待直到连接成功。

  1. 若连接成功，"实时数据区"内的"X"、"Y"、"Z"线条将随着手表的晃动而相应地发生变化。

步骤四：训练模型与数据模型识别校对​

  1. 点击“训练模型”

  1. 点击“开始训练”并等待数据模型部署完成。

  1. 点击“下一步” 按照教程完成引导。

  1. 请将手表套件佩戴在您的右脚踝内侧，注意确保按钮“B”顶部。 您现在可以执行步行、跳跃、静止等动作，查看相应数据模型的识别率是否超过80%，以完成任务。若某项动作未能达到这一标准，我们可以通过重新采集该动作的数据样本并训练数据模型，直至识别率超过80%。

步骤五：数据采集与训练模型​

1.这里以步行动作,作为数据采集的案例。 注意：在采集数据样本时，务必确保手表的佩戴方式正确无误。

如果你处于步行的状态，数据模型识别率不足80%的时候，返回“编辑数据样本”界面，重新采集行走的数据样本。

  1. 选择步行数据样本，点击“X” 删除该数据样本。

3.点击“记录”按钮开始数据采集。当屏幕显示3.2.1倒计时并进入数据采集阶段时，您仅需正常步行。根据需要采集的样本数量，重复执行此步骤相应次数即可。

注意：采集的数据样本应不少于3个，一般来说，数据样本数量越多，识别数据模型的准确率越高。

  1. 点击“开始训练”，并检查各数据模型的识别率是否达到或超过80%。若发现某一项数据模型的识别率未达标，请重新采集该项目相应的数据样本，并对数据样本进行训练。

步骤六：程序编写与下载​

1.点击“在MakeCode编辑”。

  1. 用数据线连接micro:bit主板，点击“下载”。

  1. 点击“下一步” 若您下载的目标是用于数据采集的micro:bit主板，请选择“相同的micro:bit”。若您下载的目标是另一块不同的micro:bit主板，请选择“不同的micro:bit”。

  1. 按照教程步骤下载完成后，当你处于移动状态时，手表内的micro:bit显示“roller skate”图标。当你静止不动时，手表中的micro:bit则会显示“asleep”图标。而在进行跳跃运动时，手表中的micro:bit主则会展示“stick figure”图标。

结果​

当你处于步行状态时，手表内的micro:bit将显示“roller skate”图标。当你静止不动时，手表中的micro:bit则会显示“asleep”图标。当你进行跳跃运动时，手表中的micro:bit则会显示“stick figure”图标。按micro:bit主板上的“A”按钮可以查看步行的时间，“B”按键可以查看跳跃的时间，同时按下A和B可以查看静止的时间。

常见问题​