053 TensorFlow Lite Micro的Magic Wand项目：手势识别
上周调试一个客户定制的智能穿戴方案，对方要求在Cortex-M4上跑手势识别，功耗不能超过5mA。我翻出Magic Wand的代码，心想这玩意儿在Arduino上跑得挺欢，移植过去应该不难。结果一跑起来，推理结果全是“Wing”手势——我明明在画圈。后来发现是加速度计的数据方向没对齐，模型训练时用的是右手坐标系，我的板子用的是左手。这种坑，文档里不会写，只有焊过板子的人才知道。
项目骨架：别被“魔法”两个字骗了
Magic Wand项目本质上是TFLM官方提供的一个端到端手势识别示例，基于加速度计数据识别三种手势：Wing（翅膀）、Ring（画圈）、Slope（斜坡）。模型是一个1D卷积网络，输入是3轴加速度的时序窗口，输出是三个类别的概率。
代码结构其实很清晰，但初次接触容易迷失在文件堆里。核心文件就这几个：
magic_wand_model_data.cc：模型二进制数据，用xxd转出来的C数组recognize_gesture.cc：推理引擎封装，包含预处理和后处理magic_wand.cc：主循环，采集数据、跑推理、输出结果
别被“魔法”两个字骗了，这玩意儿没有黑科技，就是标准的TFLM推理流程。真正需要花时间的是数据对齐和预处理。
