第 01 章
课程导论与行业背景
工业4.0异常检测需求TinyML价值学习路径
第 02 章
工业异常检测基础
异常定义振动/温度/电流传统vs ML
第 03 章
TinyML 技术全景
边缘计算STM32/ESP32Arduino BLE
第 04 章
传感器选型与数据采集
加速度计I2C/SPI采样率设置
第 05 章
数据预处理实战
去噪移动平均归一化滑动窗口
第 06 章
特征工程入门
时域特征FFT频谱能量特征选择
第 07 章
经典 ML 模型
KNN孤立森林One-Class SVM
第 08 章
轻量级神经网络
MobileNetV1/V2深度可分离卷积参数量
第 09 章
Autoencoder 异常检测
自编码器重构误差部署挑战
第 10 章
TensorFlow Lite Micro
TFLM架构模型转换算子支持内存管理
第 11 章
模型量化技术
FP32→INT8QATPTQ精度评估
第 12 章
模型剪枝与蒸馏
权重剪枝结构化剪枝知识蒸馏
第 13 章
Edge Impulse 平台实战
平台注册Impulse设计一键部署
第 14 章
TensorFlow Model Maker
迁移学习自定义数据集导出TFLite
第 15 章
STM32Cube.AI 工具链
CubeMX配置AI扩展包RAM/ROM评估
第 16 章
ESP32-S3 部署实战
ESP-DLTFLM移植WiFi/蓝牙
第 17 章
Arduino Nano BLE Sense 部署
板载传感器TFLM推理BLE告警
第 18 章
实时数据流处理
环形缓冲区滑动窗口低延迟推理
第 19 章
异常告警与通知机制
LED/蜂鸣器MQTT微信/钉钉
第 20 章
电源管理与低功耗设计
深度睡眠事件驱动DVFS
第 21 章
模型监控与 OTA 更新
日志记录异常趋势BLE/WiFi OTA
第 22 章
多传感器融合
加速度+温度+电流特征融合决策融合
第 23 章
联邦学习在 TinyML 中的应用
联邦基础分布式训练隐私保护
第 24 章
工业协议对接
Modbus RTU/TCPOPC UASCADA
第 25 章
案例实战1：电机轴承振动异常检测
全流程数据采集→部署
第 26 章
案例实战2：工业风扇温度异常预警
Autoencoder轻量级方案
第 27 章
案例实战3：生产线电流异常监测
Edge Impulse快速原型
第 28 章
性能评估与调优
混淆矩阵召回率/精确率延迟&吞吐量
第 29 章
项目文档与交付
技术方案测试报告部署手册
第 30 章
课程总结与未来展望
TinyML趋势职业发展社区资源