2021.09 – 2022.06
轻量级环境音分类模型训练与边缘端部署
STAR 项目叙述
背景
需要在资源受限的边缘设备上实现高效的环境音分类
目标
构建完整的端到端模型训练与部署流程
行动
基于 ESC50 数据集进行梅尔频谱转换和数据增强，5 折交叉验证，使用 PyTorch 训练后通过 ONNX 转换为 NCNN 格式，交叉编译部署到 M5stack V2unit
结果
成功实现完整部署链路，模型在边缘端稳定运行
核心技能与技术栈
PyTorchONNXNCNNPythonCross-compilation
面试重点
- PyTorch → ONNX → NCNN 完整转换链路
- Adam vs SGD 对比实验