TFLite Heat Stress Manager
Gestiona el modelo TFLite para la detección de Estrés por Calor.
Esta clase implementa el patrón Singleton y se encarga de:
Cargar y gestionar el modelo TFLite.
Preprocesar los datos de entrada (10 características).
Realizar inferencias en tiempo real con salida de probabilidades.
Postprocesar los resultados.
Utiliza un modelo TFLite (heat_stress_model.tflite) que espera 10 características de entrada y produce 2 probabilidades: P(sin estrés), P(estrés). Las características de entrada, en orden, son:
Frecuencia Cardíaca (lpm)
Temperatura de la Piel (°C)
Temperatura Ambiente (°C)
Conteo de Pasos
Intensidad de la Actividad (unidad arbitraria)
Actividad Acumulada (unidad arbitraria)
Carga de Trabajo (unidad arbitraria)
Índice de Estrés Fisiológico (PSI)
Nivel de Riesgo Actual (0:Bajo, 1:Moderado, 2:Alto, 3:Crítico)
Índice de Calor (°C)
La clase proporciona StateFlows para:
lastPrediction: La HeatStressPrediction más reciente.modelStatus: El MLModelStatus actual del modelo TFLite.
Las inferencias están limitadas por MIN_INFERENCE_INTERVAL para evitar un procesamiento excesivo.
Author
WiLoc Team
Parameters
El contexto de la aplicación, utilizado para cargar el modelo desde los assets.
Types
Representa el resultado de una predicción de estrés térmico del modelo.
Properties
Functions
Obtiene información de depuración sobre la última predicción.
Interpreta la salida del modelo para determinar los niveles de estrés térmico.
Determina si los valores de salida del modelo TFLite indican una predicción válida.
Realiza la predicción de estrés térmico basada en los datos actuales.
Prepara los datos de entrada para el modelo SIN normalización. El modelo espera los valores raw, excepto riskLevel, que debe ser numérico.