Le WiFi CSI sensing open source semble simple depuis une page de résultats : cloner un dépôt, flasher un ESP32 ou connecter une carte compatible, puis mesurer une pièce sans caméra. En réalité, les projets couvrent des couches différentes.
Ce guide aide à comparer les projets GitHub sans confondre une bonne démonstration avec un système fiable de détection humaine. RuView sert de couche d'interprétation et de présentation, tandis que les outils bas niveau gèrent capture CSI, firmware, datasets ou modèles.
Ce qui définit un projet WiFi CSI sensing open source
Un bon projet doit documenter le chemin complet du signal radio vers l'interprétation. Vérifiez le matériel requis, le firmware ou le pilote, le format de sortie CSI, les horodatages, les captures d'exemple, le prétraitement et une évaluation reproductible.
La lecture la plus sûre consiste à séparer acquisition, dataset, modèle et application. L'acquisition collecte le CSI, le dataset apporte les labels, le modèle transforme les signaux en prédictions, et l'application présente ces résultats dans une interface ou un workflow proche de RuView.
- Vérifiez si le projet fonctionne avec un ESP32 courant, une carte WiFi de recherche ou seulement un montage de laboratoire.
- Privilégiez les dépôts qui publient des exemples bruts et expliquent leurs hypothèses de prétraitement.
- Traitez les promesses de santé, de sécurité, de chute ou de détection à travers les murs comme expérimentales sans validation indépendante.
Comparaison rapide des types de projets
Les recherches wifi sensing github ou wifi human detection github mélangent collecteurs, code de recherche, démonstrations et interfaces. Ce tableau aide à savoir ce que le dépôt peut réellement apporter.
| Type de projet | Ce qu'il apporte | Risque principal |
|---|---|---|
| Collecteur ESP32 CSI | Firmware, sortie série, métadonnées de paquets et exemples de capture | Il peut ne contenir aucun modèle validé |
| Dépôt HAR de recherche | Scripts d'entraînement, architecture, datasets et métriques | Le modèle peut dépendre d'un dataset étroit |
| Démo de présence | Exemple concret d'occupation ou de mouvement | La calibration peut dériver quand la pièce change |
| Interface type RuView | Présentation des signaux, confiance et limites | Elle exige une entrée CSI fiable |
Checklist avant de cloner
Lisez le README comme un contrat technique. Il doit nommer la puce, la carte, le firmware, le mode WiFi, le canal, le taux de paquets, le placement émetteur/récepteur, le système d'exploitation et la méthode de labellisation.
Pour la détection humaine, les meilleurs projets rendent les faux positifs visibles : matrice de confusion, pièce vide, séparation des salles de test et cas d'échec.
- Matériel exact, antennes, canal et firmware.
- CSI brut, labels, alignement temporel, split d'entraînement et métadonnées de pièce.
- Prétraitement, poids, méthode d'évaluation et tests hors salle d'origine.
- Latence, coût CPU, confidentialité, consentement et états de repli.
Comment RuView s'insère dans le stack open source
RuView ne remplace pas les outils de capture CSI. Il sert plutôt de couche d'interprétation et de présentation pour explorer l'intelligence spatiale sans caméra.
Un workflow proche de RuView a toujours besoin de couches inférieures honnêtes : matériel compatible, capture stable, dataset labellisé et limites claires sur ce que le modèle peut inférer.
- Utilisez la démo RuView pour inspecter l'expérience visible.
- Utilisez le guide ESP32 CSI lorsque la question porte sur la capture.
- Utilisez le guide dataset lorsque la question porte sur labels, baselines et validation.
Parcours recommandé
Commencez par un projet d'acquisition comme Espressif ESP-CSI ou ESP32 CSI Tool, puis collectez des enregistrements de pièce vide et de mouvements simples.
Quand les traces sont stables, ajoutez un petit classifieur occupé/vide ou mouvement/immobile. Pour une démo publique, affichez confiance, limites et conditions d'usage dès le début.
- Prouvez la capture CSI sur votre carte et votre pièce.
- Collectez baseline et scénarios labellisés avant l'entraînement.
- Validez sur de nouveaux jours, placements et participants.
- Connectez à RuView seulement lorsque le pipeline est répétable.
Pourquoi cette page ne remplace pas les autres pages RuView
Cette page sert à choisir des composants open source. Le guide GitHub explique le dépôt RuView, le guide ESP32 CSI traite la capture matérielle, et le guide dataset couvre benchmarks et labels. Ici, ces ressources sont reliées pour choisir un stack cohérent.
Critères de sélection des dépôts GitHub
Quand plusieurs dépôts WiFi CSI se ressemblent, sélectionnez avec des preuves plutôt qu’avec les étoiles. Un bon candidat nomme le matériel, montre une capture minimale, explique labels et prétraitement, inclut des tests négatifs et dit ce qui n’est pas validé.
Pour un flux RuView, le meilleur dépôt est souvent celui qui reproduit la capture CSI, permet d’inspecter la qualité des données et ne connecte l’interprétation qu’après stabilisation du signal.
- 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 WiFi CSI sensing open source
Quel projet GitHub WiFi CSI sensing choisir pour commencer ?
Commencez par un outil de capture avant un modèle. Espressif ESP-CSI et ESP32 CSI Tool sont de bons points de départ car ils servent à obtenir des données CSI reproductibles.
Can open source WiFi sensing detect people through walls?
Ce guide aide à comparer les projets GitHub sans confondre une bonne démonstration avec un système fiable de détection humaine. RuView sert de couche d'interprétation et de présentation, tandis que les outils bas niveau gèrent capture CSI, firmware, datasets ou modèles. For human detection, look for false positives, empty-room baselines, confusion matrices, and tests in rooms or days not used for calibration.
Is WiFi CSI sensing private?
For a public demo or prototype, show confidence and limitations early. Do not promise medical, safety, or security certainty from unvalidated radio signals.
How is this different from the RuView GitHub guide?
This guide is about choosing open source components. The GitHub guide covers RuView repository navigation, the ESP32 CSI guide covers hardware capture, and the dataset guide covers benchmark design. This page connects those resources for stack selection.
Comment comparer rapidement des dépôts GitHub WiFi CSI sensing ?
Vérifiez matériel exact, capture CSI minimale, données brutes, labels, tests négatifs et limites déclarées avant les promesses de modèle.