WiFi sensing datasetを探す人は、多くの場合、公開CSIデータ、モデル比較用benchmark、またはカメラなしデモを検証する現実的なサンプルを求めています。目的が違えば、適したdatasetも変わります。
RuViewではdatasetが信号層の前提を決めます。デモは体験、GitHubはコード、ESP32ガイドは取得方法を示しますが、モデルが何を学んだかはデータで決まります。
良いWiFi sensing datasetの条件
良いWiFi sensing datasetは、class labelだけでなくCSIの取得方法を説明します。hardware、WiFi band、antenna、packet rate、部屋、参加者、protocol、同期方法、評価splitが確認できることが重要です。
最初に見るべきなのは目的との一致です。HARには反復された行動label、在室検知には空室と在室のtrial、呼吸には独立したreference、multi-userには複数人の相互作用labelが必要です。
- hardware、部屋、参加者、labelが明記されたdatasetを優先します。
- 成功例だけでなく空室baselineとnegative trialを確認します。
- splitが人、部屋、session、deviceを分けているか確認します。
比較したい公開benchmark
公開resourceには役割の違いがあります。Awesome-WiFi-CSI-Sensingはpaperとdatasetのdirectory、SenseFiはPyTorch benchmark、WiMANSはmulti-user活動、CSI-Benchは実環境に近いWiFi sensingを扱います。
directoryは発見に、benchmarkは再現に、実環境datasetはrobustness確認に向いています。
| Resource | 向いている用途 | 確認点 |
|---|---|---|
| Awesome-WiFi-CSI-Sensing | paperとdataset探索 | 現在もアクセス可能か |
| SenseFi | model benchmark | dataset、model、split |
| WiMANS | multi-user activity | label、人数、reference video |
| CSI-Bench | 実環境WiFi sensing | task、device、access条件 |
RuViewワークフロー向けデータの選び方
まずRuViewで答えたい問いを決めます。在室検知なら細かいgesture datasetから始めるべきではありません。汎化を見たいなら同一session内のrandom splitは弱い根拠です。
実用的なchecklistはraw CSI、metadata、scenario label、baseline、validation splitです。これがないと、精度は部屋の記憶を示しているだけかもしれません。
- 公開dataを使う場合でもlocal baselineを取ります。
- motionやposeではtimestampとnegative trialを残します。
- video同期がある場合は同意とaccess制限を記録します。
よくあるdatasetの失敗
最も多い失敗は、1つのdatasetで高精度なら別の部屋でも使えると考えることです。CSIは壁、家具、antenna、firmware、trafficに強く影響されます。
taskの混同も危険です。gesture datasetはmulti-user presenceを証明せず、video付きbenchmarkは軽量demoにはprivacy面で重い場合があります。
| 失敗 | 問題 | 安全な進め方 |
|---|---|---|
| 1部屋だけで証明 | multipathを記憶する | 部屋とsessionを分ける |
| baselineなし | false positiveを見逃す | 空室とnegativeを取る |
| privacy軽視 | videoやroutineが敏感 | 同意とaccessを説明 |
| task混同 | labelが一致しない | taskからdatasetを選ぶ |
ESP32とRuView向けの小さな収集計画
公開datasetが合わない場合は、小さなlocal datasetを作ります。空室、入室、退室、歩行、着席、人なしのドア開閉、動きなしのrouter trafficを記録します。
raw CSI、filtered feature、label、room note、split定義を分けて保存します。将来の予測はcapture sessionまで追跡できるべきです。
- session名に日付、部屋、device配置、band、scenarioを入れます。
- raw CSIと処理済みfeatureを分離します。
- 少なくとも1つのsessionまたは部屋をtest用に残します。
既存RuViewページと競合しない理由
このページはホームページ、GitHubのガイド、ESP32ガイド、モーションキャプチャーページの代替ではありません。dataset選択、benchmark比較、label、split、検証計画を扱います。
“ruview github”検索はGitHubのガイドへ、“wifi sensing dataset”検索はRuViewやESP32の前にデータ品質の基準へ進むべきです。
検索意図の整理: dataset、benchmark、tutorial、local capture
WiFi sensing dataset という語は、CSI コーパス、benchmark ライブラリ、ESP32 チュートリアル用データ、RuView デモの検証計画など複数の意味を持ちます。
学習なら文書化された benchmark、製品検証なら local baseline、HAR なら反復ラベル、presence なら空室と false positive を優先します。
| 目的 | 適したデータ | 避けるもの |
|---|---|---|
| パイプラインを学ぶ | SenseFi または文書化された公開 CSI ベンチマーク | 分割情報のない未文書化 ZIP |
| 部屋を検証する | 小規模なローカル ESP32 データセットとベースライン | 別の建物だけで取得した公開データ |
| 人の活動認識 | ラベル付き活動を繰り返し取得したデータ | プレゼンスだけのデータセット |
| RuView デモを確認する | 制限・ネガティブ試験・スクリーンショットを分けたデータ | UI の成功をモデルの証拠とみなす |
WiFi CSIデータセットとベンチマークを用途で選ぶ
CSIデータセットを探す検索には、ダウンロードとベンチマーク比較の意図が混在します。WiFi CSIデータセットは生データまたはラベル付きデータの集合で、WiFiセンシングベンチマークは課題、分割、評価手順まで定義します。比較前に必要なものを決めてください。
RuView型の部屋テストでは、公開WiFi CSIデータセットは出発点であり、現地取得の代わりにはなりません。ハードウェア、ラベル、部屋、課題を合わせ、空室の基準線と保留した検証セッションを用意します。
- 分割と比較手順が必要ならベンチマークを使う。
- 部屋や機器が違うなら現地CSIを取得する。
- ラベル、生データ、基準線、分割条件を追跡できる形で保存する。
データセット参考資料
WiFiセンシングデータセット よくある質問
初心者に最適なdatasetは何ですか？
モデル学習ならSenseFiのような文書化されたbenchmarkから始め、RuView実験ではローカルbaselineも収集します。
RuViewを任意のCSI datasetで直接学習できますか？
安全とは言えません。hardware、部屋、label、taskが一致する必要があります。
空室baselineはなぜ重要ですか？
環境や通信による変化と人による変化を分け、false positiveを見つけるためです。
WiFi sensing datasetはプライバシー上敏感ですか？
はい。CSIでも在室や行動パターンを示す可能性があり、同期video付きdatasetは特に注意が必要です。
公開 WiFi sensing dataset と自分の収集データのどちらを使うべきですか？
公開データは pipeline 学習と比較に使い、特定の部屋で RuView 型の結果を出すなら自分の baseline を収集します。
WiFi CSIデータセットとベンチマークの違いは？
WiFi CSIデータセットは生またはラベル付きのチャネルデータです。ベンチマークは課題、分割、指標、比較手順を加えたものです。RuView型テストでは公開データで流れを学び、対象環境の基準線を別に取得します。