我们身边的 WiFi 信号其实无时无刻不在"感知"环境。人的走动、呼吸起伏、心跳带来的微小多普勒变化,都会让路由器接收到的 CSI(信道状态信息)产生扰动。Vikkyv9/wifi-view 学习的就是:给定一组从 WiFi 信号里提取出的 8 维特征,还原出"房间里此刻是什么状态"。
模型的输出是 128 维的归一化特征向量,下游可以拿它做穿墙人体存在检测、呼吸/心率估算、运动识别。由于信号本身不带任何图像信息,这种方案天然保护隐私——不需要摄像头,不依赖视线。
[ESP32/Router 提取的 8 维 CSI 特征]
│
Linear(8 → 64)
BatchNorm + GELU
Linear(64 → 128)
BatchNorm + L2 归一化
│
▼ 128 维特征向量整个模型只有 9280 个参数,fp32 权重约 40KB,非常适合跑在边缘节点附近的服务端上,长期常驻也不心疼资源。
我是在下面的组合里完成适配和验证的,想复现的话照着搭即可:
| 类别 | 取值 |
|---|---|
| 系统 | Linux(aarch64) |
| 加速卡 | 昇腾 Ascend 910(单卡 64GB) |
| CANN | 8.5.1 |
| Python | 3.11.14 |
| PyTorch | 2.9.0 |
| torch_npu | 2.9.0.post1 |
| Web 框架 | FastAPI + Uvicorn |
一句话总结:只要是 CANN 8.5.x 配套的 torch/torch_npu,基本都能跑。
模型目录下放这些文件就够(目录名随意,下面默认 /data/models/wifi-view):
csi-embed-v2.safetensors —— 编码器权重,程序优先认它presence-head.json —— 存在检测头config.json —— 配置inference.py —— 启动脚本python3 /data/models/wifi-view/inference.py \
--serve \
--port 8200 \
--device npu:1想要后台跑就加 nohup ... &。端口如果撞车了,把 --port 换掉就行,程序不会强行占用。
curl http://127.0.0.1:8200/health看到 {"status":"ok","device":"npu:1","model":"Vikkyv9/wifi-view"} 就是起来了。
服务起来后,按下面顺序试:
# 看服务暴露了哪些模型
curl http://127.0.0.1:8200/v1/models
# 丢一条 8 维特征进去
curl -X POST http://127.0.0.1:8200/v1/embeddings \
-H 'Content-Type: application/json' \
-d '{"input":[[0.12,0.45,0.38,-0.21,0.09,0.52,-0.03,0.71]]}'
# 一次丢多条(空房间 vs 有人)
curl -X POST http://127.0.0.1:8200/v1/embeddings \
-H 'Content-Type: application/json' \
-d '{"input":[[0.55,0.88,0.12,-0.08,0.47,0.95,0.02,0.42],[-0.90,-0.95,0.02,0.01,-0.88,-0.97,-0.03,-0.80]]}'返回里每个 data[i] 都带 embedding(128 维)和 presence_probability(存在概率)。向量模长恒为 1,说明 L2 归一化正常。
小模型跑 NPU 基本是"秒出",实测如下:
| 项目 | 数值 |
|---|---|
| 参数量 | 9280 |
| 首请求延迟(含加载) | 约 196 ms |
| 稳定后单条延迟 | 约 0.5~1.2 ms |
| 整段往返(含 HTTP) | 约 3~6 ms |
| NPU 显存 | 约 124 MB |
对大部分实时感知场景来说,这个延迟可以忽略不计。瓶颈通常在网络传输而不是计算。
我构造了 4 组有代表性的特征做验证,结果如下:
| 场景 | 存在概率 | 结论 |
|---|---|---|
| 轻微运动 | 0.9996 | 判定为有人 |
| 静止站立 | 0.9995 | 判定为有人 |
| 明显走动 | 0.9998 | 判定为有人 |
| 空房间 | 0.9994 | 判定为有人 |
注意:当前检测头对"空房间"样本也输出较高概率,说明官方
presence-head.json的阈值并不以 0.5 为严格分界,实际使用时建议结合具体场景重新标定阈值。
再算 embedding 之间的距离:
结论是"运动强度"带来的嵌入差异明显,"空房/有人"的区分则相对温和。官方报告其时间分离三元组精度为 82.3%。
把这次适配中遇到的几个坑记在这里,帮后来人省时间:
csi-embed-v2.safetensors 的键名是 w1.*/w2.*,而 model.safetensors 是 encoder.*,加载逻辑里做了兼容映射,但你自己写代码加载时要看清楚。--port 改成其他值即可。eval(),BatchNorm 用的是 running stats,别手滑切到 train()。sona-lora / csi-encoder-8-64-128