复现

公开仓库支持两条不同路径：不需要数据的代码包检查，以及使用获授权参与者记录的完整实验。两者分开说明，避免让访问者误以为仓库已经包含数据。

公开验证

git clone https://github.com/rudykon/Wearable-IMU-Activity-Segmentation-Pipeline.git
cd Wearable-IMU-Activity-Segmentation-Pipeline
conda env create -f environment.yml
conda activate imu-activity-pipeline
python -m pip install -e .
python tests/smoke_test.py

该冒烟测试可在 CPU 上运行，不需要参与者记录或模型检查点。

流程索引

步骤	文档	主要命令
安装	环境与验证	python tests/smoke_test.py
放置获授权数据	数据集与资产边界	—
训练后验模型	训练协议	python train.py
生成活动记录	推理与 TRL	python run_inference.py
评估片段记录	片段级评估	python evaluate.py --split external_test
构建移动端原型	Android	./gradlew assembleDebug

Python 与 Android 权重托管于公开的 Hugging Face 模型仓库。缺失资产会下载到约定目录，并依据 model-assets.json 校验。

完整实验入口

准备好本地数据与固定资产后运行：

bash run_reproducibility_experiments.sh

该脚本依次执行已保存模型的外部测试、内部鲁棒性与策略选择检查、代表性时间线生成、外部无标注队列压力测试和汇总图生成。输出保存在：

experiments/results/
experiments/figures/
experiments/logs/

如需指定解释器：

PYTHON_BIN=/absolute/path/to/python bash run_reproducibility_experiments.sh

接口

• 快速开始——最小获授权数据流程。
• API——Python 包接口与输出格式。
• 模型与许可证——文件名、哈希与分发边界。
• 引用——按版本引用软件。

数据边界

公开仓库不存放参与者记录。复现或扩展研究时，必须保留文档规定的数据访问、隐私、划分与许可条件。