El WiFi CSI sensing open source parece sencillo desde un resultado de búsqueda: clonar un repositorio, flashear un ESP32 o conectar una tarjeta compatible y medir una habitación sin cámara. En la práctica hay más capas. Algunos proyectos solo capturan Channel State Information, otros reproducen un paper en un dataset concreto y otros muestran una presencia binaria en una sola sala.
Esta guía ayuda a comparar proyectos de WiFi sensing en GitHub sin confundir una demo vistosa con un sistema validado de detección humana. También aclara dónde encaja RuView: RuView es la capa visible de interpretación espacial, mientras que los proyectos de bajo nivel suelen cubrir firmware, captura CSI, datasets, modelos o scripts de evaluación.
Qué cuenta como proyecto open source de WiFi CSI sensing
Un proyecto sólido debe mostrar el camino completo desde la señal de radio hasta la interpretación. Busca requisitos de hardware, firmware o driver, formato de salida CSI, manejo de timestamps, capturas de ejemplo, código de preprocesamiento y evaluación reproducible.
La forma más segura de leer estos repositorios es separar adquisición, dataset, modelo y aplicación. La adquisición obtiene CSI de ESP32 o tarjetas WiFi compatibles. Los datasets aportan grabaciones etiquetadas. Los modelos clasifican presencia o actividad. La aplicación conecta la señal con una interfaz, automatización o flujo tipo RuView.
- Comprueba si funciona con ESP32 común, NIC de investigación o solo un montaje de laboratorio.
- Prefiere repositorios con datos crudos, ejemplos y supuestos de preprocesamiento claros.
- Trata como experimental cualquier afirmación de salud, seguridad, caídas o detección a través de paredes sin validación independiente.
Comparación rápida de tipos de proyecto
Las búsquedas wifi sensing github o wifi human detection github mezclan herramientas muy distintas. Esta tabla ayuda a filtrar el propósito antes de invertir tiempo en la instalación.
| Tipo de proyecto | Qué suele aportar | Riesgo principal |
|---|---|---|
| Colector ESP32 CSI | Firmware, salida serie, metadatos de paquetes y ejemplos de captura | Puede no incluir un modelo validado |
| Repositorio HAR de investigación | Scripts de entrenamiento, arquitectura, datasets y métricas | Puede depender de un dataset estrecho o hardware no disponible |
| Demo de presencia | Ejemplo concreto de ocupación o movimiento | La calibración puede cambiar con la sala, router o tasa de paquetes |
| Interfaz tipo RuView | Presentación de señales, confianza y límites para usuarios | Necesita entrada CSI fiable y evaluación cuidadosa |
Checklist antes de clonar
Lee el README como un contrato técnico. Debe indicar chip, placa, firmware, modo WiFi, canal, tasa de paquetes, colocación de emisor y receptor, sistema operativo y método de etiquetado.
Para detección humana, los mejores proyectos muestran falsos positivos. Incluyen matrices de confusión, registros de sala vacía, separación por sala de prueba y casos de fallo. Si solo hay un GIF exitoso, trátalo como concepto hasta reproducirlo localmente.
- Hardware exacto, antenas, ruta del router, canal y firmware.
- Datos crudos, etiquetas, alineación temporal, split de entrenamiento y metadatos de la sala.
- Preprocesamiento, pesos, evaluación y pruebas en salas no vistas.
- Latencia, coste de CPU, privacidad, consentimiento y estados seguros.
Cómo encaja RuView en el stack open source
RuView no reemplaza herramientas de captura CSI. Funciona mejor como capa de interpretación para explorar inteligencia espacial sin cámara. Un flujo tipo RuView todavía necesita hardware compatible, captura CSI estable, dataset etiquetado y límites claros sobre lo que el modelo puede inferir.
Por eso esta página enlaza la guía GitHub de RuView, la guía ESP32 CSI, motion capture y datasets. Juntas separan intención navegacional, hardware, datos y selección de componentes.
- Usa la demo de RuView para revisar la experiencia visible.
- Usa la guía ESP32 CSI cuando la duda principal sea la captura.
- Usa la guía de datasets cuando la duda sea etiquetas, baseline y validación.
Ruta recomendada
Empieza con un proyecto de adquisición como Espressif ESP-CSI o ESP32 CSI Tool, luego captura registros de sala vacía y movimientos simples. Cuando puedas reproducir trazas estables, añade un clasificador pequeño para ocupado versus vacío o movimiento versus quietud.
Si tu meta es una demo pública o prototipo, muestra confianza, límites y condiciones de uso desde el principio. El WiFi sensing puede ser potente, pero el multipath de radio depende del entorno y se sobreinterpreta con facilidad.
- Prueba la captura CSI en tu placa y sala.
- Recoge baseline y escenarios etiquetados antes de entrenar.
- Valida en días, posiciones y personas nuevas.
- Conecta con RuView cuando el pipeline sea repetible.
Por qué esta página no sustituye otras páginas RuView
Esta guía trata la selección de proyectos open source. La guía GitHub cubre navegación del repositorio RuView. La guía ESP32 CSI cubre hardware y captura. La guía de datasets cubre benchmarks y etiquetas. Esta página conecta esas piezas para quien compara el ecosistema antes de elegir un stack.
Criterios para elegir repositorios GitHub
Cuando varios repositorios WiFi CSI parecen iguales, filtra con evidencia y no solo con estrellas. Un buen candidato nombra hardware, muestra captura mínima, explica etiquetas y preprocesado, incluye pruebas negativas y declara lo no validado.
Para un flujo tipo RuView suele ganar el repositorio que permite reproducir CSI primero, revisar calidad de datos después y conectar interpretación cuando la señal ya es estable.
- Record the source, hardware, labels, validation limits, and negative cases.
- Keep the page intent separate from related RuView pages.
- Use local validation before making safety, health, or security claims.
Sources and repositories
FAQ sobre WiFi CSI sensing open source
¿Cuál es el mejor proyecto WiFi CSI sensing en GitHub para empezar?
Empieza por una herramienta de captura antes de elegir un modelo. Espressif ESP-CSI y ESP32 CSI Tool son buenos puntos de partida porque se centran en obtener datos CSI. Después compara modelos o interfaces tipo RuView según tu hardware y dataset.
¿Puede el WiFi sensing open source detectar personas a través de paredes?
Algunas demos muestran sensibilidad sin línea de vista, pero la fiabilidad depende del hardware, geometría de la sala, tasa de paquetes, calibración y validación. Trátalo como experimental hasta probarlo en tu entorno.
¿Es privado el WiFi CSI sensing?
Evita vídeo, pero puede revelar ocupación y actividad. Un despliegue responsable necesita consentimiento, procesamiento local cuando sea posible, reglas de retención y límites visibles.
¿En qué se diferencia de la guía RuView GitHub?
La guía RuView GitHub ayuda a navegar el repositorio RuView. Esta página compara el stack open source más amplio antes de escoger hardware, datos, modelos e interfaz.
¿Cómo comparo rápido repositorios GitHub de WiFi CSI sensing?
Revisa hardware exacto, ejemplo mínimo de captura CSI, datos de muestra, documentación de etiquetas, pruebas negativas y límites declarados antes de mirar claims de modelo.