SensorLLM

让大模型读懂传感器数据，零样本识别人类活动

SensorLLM是EMNLP 2025的官方实现，旨在将大语言模型与运动传感器数据对齐，用于人类活动识别。它解决了传统HAR模型泛化能力差、难以理解复杂活动语义的问题，通过创新的对齐机制让LLM直接处理IMU等传感器时序数据，实现零样本或少样本的活动分类与描述。核心能力包括传感器数据编码、跨模态对齐训练、以及基于LLM的推理与生成，支持多传感器输入和多种活动识别任务。项目代码基于Python，提供完整训练和评估流程，适合学术研究与原型验证。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 109

维护状态低维护

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队cruiseresearchgroup

所属国家

官网地址

GitHubhttps://github.com/cruiseresearchgroup/SensorLLM

定价模式free

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型alignment,human-activity-recognition,large-language-models,multimodal,time-series-classification,wearable-sensors

GitHub 星标★ 109

30天Star增速

HF 下载量

上线时间2024-10-12 00:00:00

最近更新2026-09-15 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数1

使用教程

核心亮点

首次系统提出LLM与运动传感器对齐的完整方案，方法新颖
官方代码，训练与评估流程完整，易于复现EMNLP论文结果
支持多传感器输入，可扩展至不同HAR场景

不足之处

项目早期，文档和社区支持待观察
依赖大模型推理，计算资源需求高，部署成本不低

适用场景

学术研究：探索LLM在时序传感器数据上的应用
智能穿戴：实现无需标注的日常活动识别
人机交互：基于传感器语义理解用户行为

替代项目

HAR-Transformer、SenseHAR、LLM-HAR

项目介绍

SensorLLM 是计算机视觉领域的开源项目，由 cruiseresearchgroup 开发，2024 年首次发布。

它收录于计算机视觉分类，该分类目前共有 446 个项目，GitHub 星标数为 109。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-15。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：学术研究：探索LLM在时序传感器数据上的应用。同类可对比的替代方案包括 HAR-Transformer、SenseHAR、LLM-HAR。

上一篇：GC-VLN

下一篇：Churro