К содержимому
Другое

LumoHub Physics-Feature Event MLP

компактная модель для распознавания движений на ESP32

2 мин чтенияобновлено

Physics-informed Multi-Layer Perceptron (физически ориентированный многослойный перцептрон, нейросеть прямого распространения) — это компактная модель, предназначенная для работы на микроконтроллере LumoHub (ESP32-S3). Она обрабатывает 16 биомеханических признаков, извлеченных из 3-секундных окон 6-осевых IMU (инерциальных измерительных модулей), таких как глубина свободного падения, ширина импульса удара и угол наклона гравитации. На выходе модель классифицирует события с высокой точностью, включая детекцию падений. Она отличается крайне малым размером (всего 3,365 флоат-значений, занимающих 13,460 байт Flash) и отсутствием ложных срабатываний при падении самого устройства или ударах по запястью. Модель пригодится разработчикам встраиваемых систем и wearables (носимой электроники) для анализа движений в реальном времени.

Ключевые особенности

  • Точность 99.73% и Macro F1 99.73% на отложенной тестовой выборке (N = 4,500)
  • Нулевой уровень ложных тревог (0.00%) при ударах по запястью и падении устройства
  • Ультракомпактный размер: 3,365 флоат-значений и 3,232 MACs/инференс
  • Устойчивость к потере пакетов BLE и шумам сенсоров

Что можно сделать

  • Интегрировать в прошивку для ESP32-S3 с использованием экспортированных весов C99 из заголовочного файла
  • Реализовать надежное определение падений в носимых медицинских гаджетах или спортивных трекерах
  • Анализировать физические параметры движений (ускорения, рывки, углы наклона) на микроконтроллерах
ПодробнееАрхитектура: Input 16 -> Linear(16->64) + ReLU -> Linear(64->32) + ReLU -> Linear(32->5) с весами пакетной нормализации.
Бенчмарки: чувствительность бинарного определения падения (классы 3 и 4) составляет 99.94%. При потере пакетов BLE на 10% точность снижается до 96.56%.
Интеграция: веса и константы маштабирования экспортированы в lumo_hub_feature_model.h (lumo_imu_ai.c).
Обсудить Telegram 0 28

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.0 GB · готовые файлы0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # fragilov/lumohub-imu-event-mlp
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download fragilov/lumohub-imu-event-mlp --local-dir ~/models/lumohub-imu-event-mlp
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к lumohub-imu-event-mlp
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии lumohub-imu-event-mlp — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

fragilov/lumohub-imu-event-mlp
Автор
fragilov
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

280

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Изображения

Event Horizon

Event Horizon18+