深度学习感知模型嵌入式部署实战 · 课程目录

01

嵌入式AI概述应用场景 · 主流芯片对比

02

深度学习基础回顾CNN · 激活函数 · 池化层

03

模型轻量化技术 (上)剪枝原理 · 结构化/非结构化

04

模型轻量化技术 (下)知识蒸馏 · INT8/FP16量化

05

ONNX模型转换PyTorch/TF导出 · 算子兼容

06

TensorRT部署实战 (上)安装配置 · Engine构建

07

TensorRT部署实战 (下)多流推理 · INT8校准

08

NCNN部署实战ARM Linux · MobileNet

09

TFLite Micro部署STM32 · 手势识别

10

OpenVINO部署树莓派 · YOLOv5

11

模型部署精度问题FP32/INT8 · 校准数据集

12

内存与计算优化内存池 · 算子融合

13

多线程与流水线Pipeline · 异步推理

14

嵌入式视觉感知 (上)图像预处理 · OpenCV优化

15

嵌入式视觉感知 (下)后处理 · Jetson Nano

16

语音唤醒模型部署KWS · MFCC · ESP32

17

传感器融合部署IMU+视觉 · 卡尔曼滤波

18

模型加密与保护文件加密 · TEE

19

OTA升级与模型热更新差分升级 · 版本管理

20

性能Profiling工具Perf · Nsight · Streamline

21

调试与日志系统串口 · Segger RTT

22

RTOS集成FreeRTOS · 消息队列

23

边缘计算框架EdgeX · KubeEdge

24

模型部署CI/CD自动化测试 · 回归测试

25

安全性与可靠性看门狗 · Fail-Safe

26

功耗优化DVFS · 睡眠管理

27

实战项目 (一) 智能门锁人脸识别 · Jetson Nano

28

实战项目 (二) 工业缺陷检测瑞萨RA6M4 · 分类模型

29

实战项目 (三) 智能语音助手ESP32-S3 · 唤醒+命令词

30

课程总结与未来展望边缘AI趋势 · 学习路径