跳转至

交互式浏览器演示

从腕部 IMU 信号到活动记录

页面默认载入 synthetic_activity_imu.tsv，可以直接运行，也可以替换为兼容的 100 Hz 腕部 IMU 文件。

真实公开模型 六路传感器信号 时间线 + CSV
打开在线演示 查看 Demo 源码 模型权重
真实 Hugging Face 演示输出，展示论文式 IMU 通道记号、模型控制项和带时间戳的活动记录 内置样例真实输出

运行内置合成样例

理解界面最快的方法，是直接运行确定性生成的 synthetic_activity_imu.tsv。该文件包含 12,000 个样本，对应 100 Hz 下的 120 秒记录，不含任何参与者数据。在线 Space 打开后，该文件已经默认选中。

请先在 Space 顶部的语言切换器中选择简体中文。之后，控件、状态提示、 校验错误、结果表列名和 CSV 导出都会保持中文，不再与英文混排。

1

打开在线 Demo

进入 Hugging Face Space，等待 Gradio 界面加载完成。

打开在线 Demo ↗
2

确认默认样例

文件输入框已经载入 synthetic_activity_imu.tsv；只有测试自己的兼容记录时才需要另行上传。

3

保留默认参数

融合方式使用 local_boundary，最小时长 5 秒，置信度 0.30，Top-K 为 5。

4

运行当前记录

点击运行当前记录，然后依次查看三个结果标签页。

输入文件synthetic_activity_imu.tsv
融合方式local_boundary
最小时长5 秒
最低置信度0.30
Top-K5

随时点击恢复合成样例，即可恢复内置文件和五项默认设置。

点击运行后，系统会做什么

Space 会先检查默认载入的文件，再载入公开模型权重，分别运行 3、5、8 秒模型，融合三条后验概率轨迹，经过时间记录层处理，最后在一次请求中返回信号图、活动时间线、记录表和 CSV。

可复现的示例输出

下面三张图由当前公开模型权重和上述默认参数真实生成。本次运行得到 118 个时间线点，以及两条活动记录。

12,000输入样本
120.0 秒记录时长
118时间线点
2活动记录

这是流程演示，不是准确率验证

该样例是合成信号，用于展示从输入到输出的完整路径。识别类别与边界是模型输出，不是带有真实标签的准确率证据。修改融合方式、时长、置信度或 Top-K 后，结果可能发生变化。

1. 原始信号

打开第一个结果标签页，可以在分类前检查六路信号。上图为加速度通道 \(a_x,a_y,a_z\)，下图为角速度通道 \(\omega_x,\omega_y,\omega_z\)。

由 synthetic_activity_imu.tsv 生成的三轴加速度和三轴角速度原始信号图
原始信号。内置 120 秒合成样例的真实 Demo 输出。
怎样看这张图

开头、两段运动之间以及末尾是相对平静区间；两块幅度较大的周期振荡，对应合成样例中的两段高运动信号。

为什么先看原始信号

它可以帮助检查通道缺失、数值截断、异常偏置、采样率问题，以及上传文件中是否确实存在可见运动。

2. 活动概率与时间线

第二个标签页包含两类相关结果。上半部分是各活动类别随时间变化的平滑概率；下半部分是多尺度融合和时间后处理后的最终解码状态。

由 synthetic_activity_imu.tsv 生成的类别概率曲线和最终活动时间线
活动概率与时间线。上方为类别后验轨迹，下方为最终解码活动。
上半部分

在较平静区间，背景类别概率最高；第一段运动使飞鸟类别概率升高，第二段运动中跑步类别成为最高的前景活动概率。

下半部分

解码时间线抑制了快速标签抖动，最终形成“背景—飞鸟—背景—跑步—背景”的稳定状态序列。

3. 活动记录

第三个标签页把解码时间线转换为真正可使用的输出：每个活动区间占一行，并给出活动类别、开始时间、结束时间、持续时间和置信度。

由 synthetic_activity_imu.tsv 生成的活动记录表
活动记录。默认 Demo 参数返回的两条记录。
活动 开始（秒） 结束（秒） 持续时间（秒） 置信度
飞鸟 29.84 73.15 43.31 0.4038
跑步 76.06 98.24 22.18 0.3186

这些边界不是从合成样例生成脚本中直接复制的，而是由模型概率、Viterbi 解码、间隔处理、边界修正、时长过滤和置信度过滤共同产生。

下载本次结果 CSV 查看样例文件 浏览 Demo 源码

各项参数会改变什么

参数 示例设置 作用
多尺度融合 local_boundary 改变 3、5、8 秒后验轨迹的组合方式，尤其影响可能发生活动切换的位置。
最小时长 5 秒 删除更短的解码记录。提高该值会偏向保留长活动，降低该值则会保留更短事件。
最低置信度 0.30 删除较弱的活动记录。提高阈值可能减少误报，也可能删除真实但置信度较低的活动。
Top-K 5 限制时间处理后最多返回多少条记录；设为 0 时不限制数量。

上述较短参数是为了便于观察 120 秒样例，属于 Demo 体验参数，不是论文实验中面向分钟级活动所采用的固定设置。

上传自己的记录

  1. 准备 UTF-8 制表符分隔的 .txt 或 .tsv 文件。
  2. 在文件输入控件中，用自己的记录替换默认载入的合成样例。
  3. 第一次运行时先保留默认参数，并优先检查原始信号，再解释模型结果。
  4. 后续每次只调整一个参数，便于看清该参数带来的变化。

必需列名：

ACC_TIME  ACC_X  ACC_Y  ACC_Z  GYRO_X  GYRO_Y  GYRO_Z

图中采用论文记号：文件列 ACC_X、ACC_Y、ACC_Z 分别显示为 \(a_x,a_y,a_z\)，GYRO_X、GYRO_Y、GYRO_Z 分别显示为 \(\omega_x,\omega_y,\omega_z\)。上方代码块中的原始名称仍是 TSV 文件必须使用的真实表头。

ACC_TIME 必须是严格递增的毫秒时间戳，中位采样间隔需为 8–12 ms，对应约 100 Hz。公开界面接收 800–60,000 个有效样本，即 100 Hz 下约 8 秒至 10 分钟；额外列会被忽略。

文件格式正确，不代表模型一定适用

传感器佩戴位置、坐标轴方向、数值单位、设备特性和预处理方式都应与文档协议匹配。新设备、新人群、新佩戴位置和新活动类别都需要重新验证。

隐私

请勿上传敏感记录

请勿向公开 Space 发送机密或可识别的参与者数据。预测只用于研究，不构成医疗、安全或训练建议。

本地运行

安装、模型校验下载、数据边界与本地命令统一维护在复现页。完整 Gradio 实现位于 GitHub 仓库的 demo/ 目录。