WHAR Arena

新的WHAR Arena基准揭示性能平台期，强调效率提升

一项名为WHAR Arena的新基准已被开发出来，以解决可穿戴人类活动识别（WHAR）深度学习研究中的可比性危机。这个开源基准统一了30个数据集和17种架构的数据集、处理和评估协议。研究结果表明，虽然预测性能已趋于平稳，但在优化部署效率方面存在巨大进步潜力，特别是对于TinierHAR等紧凑型模型和经典的Random Forests，与大型循环和混合模型相比，它们提供了更好的性能与硬件成本平衡。