Upupleee / myoPython

完成了数据获取处理的过程,完成了后续代码的逻辑框架

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

#目标

  • 基于Myo手环,获取手运动时的imu和emg数据,进行手语识别,将手语翻译成文字, 并且调用语音合成模块将文字转换成语音。

#工程介绍

##代码架构

  • Myo手环底层驱动的模块
  • 数据获取模块
  • 机器学习模型训练和测试模块
  • 主模块
  • 用于代码调试和算法测试的模块
  • 算法仿真模块

驱动模块

  • 存放于Bean包中,包含功能5个文件和一个init文件
  • 实现Myo手环的底层驱动
  • 提供接口用于选择获取数据

数据获取模块

  • 存放于getData包中,包含一个功能文件和一个init文件
  • 依赖于底层驱动模块
  • 实现单次数据的获取和手势分割
  • 提供单次数据和一次手势数据的获取接口

机器学习模块

  • 存放于macheLearn中,包含一个功能文件和一个init文件
  • 依赖主模块获取的数据
  • 实现机器学习模型搭建和测试
  • 提供模型和精度

主模块

  • 直接存放在工程目录下
  • 依赖于机器学习模型和和数据获取模型
  • 实现数据的存储或识别
  • 输出为数据文件或者手势

测试模块

  • 存放于test文件中,一个功能文件和诸多测试数据
  • 根据测试的内容不同,需要不同的输入数据
  • 实现细节和算法的功能测试
  • 无输出

算法仿真模块

  • 存放于matla文件夹,包含算法的m文件
  • 对数据获取模块有一定依赖
  • 实现整个工程的算法仿真
  • 无输出

语音模块

  • 存放于voice包中,一个功能文件和一个init文件
  • 输入是文字符号
  • 实现语音合成输出
  • 输出是语音输出

特征工程模块

  • 存放与featureEngineer中,包含一个功能文件和init文件
  • 与其他模块无交互
  • 实现特征遴选,选择恰当的特征组和进行识别
  • 输出理论上是最值特征集

About

完成了数据获取处理的过程,完成了后续代码的逻辑框架


Languages

Language:Python 100.0%