VIP20

本课程属于：005-农业机器视觉与AI识别技术 农业食品现代生物产业工程 · 共 20 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

ONNX农业识别模型导出与部署

共计 30 章节

可可资料掘金营 · 点击在线试看

课程导入与场景锚定

农业识别任务全景 · ONNX在跨平台部署中的角色 · 课程实战项目介绍与学习路径说明

课程导入场景锚定

农业识别数据工程实战

作物/病害/虫害图像采集规范 · 标注工具与格式 · 数据增强策略

农业识别数据工程…作物

农业识别模型选型与训练基础

常用CNN与轻量级网络对比 · 迁移学习策略 · 训练超参设置

农业识别模型选型训练基础

模型训练实战

基于PyTorch构建作物病害分类器 · 训练循环编写 · 学习率调度

模型训练实战PyTorch

ONNX核心概念与生态

ONNX计算图 · 算子集 · 模型格式解析

ONNX核心概念

PyTorch模型导出ONNX全流程

torch.onnx.export参… · 动态轴设置 · 输入输出命名

导出模型正确性验证

ONNX模型结构检查 · 使用ONNX Runtime进行数值… · 输出差异分析与修正

导出模型正确性验…ONNX

ONNX模型优化与算子兼容

opset版本选择 · 算子支持查询 · 自定义算子处理

ONNX模型优化

模型量化压缩实战

ONNX量化原理 · 动态量化与静态量化流程 · 校准数据集准备

模型量化压缩实战ONNX

模型剪枝与蒸馏辅助优化

结构化剪枝对ONNX导出的影响 · 知识蒸馏轻量化策略 · 优化后模型再导出与验证

模型剪枝蒸馏辅助优化

ONNX Runtime部署基础

安装与环境配置 · InferenceSession创建 · 输入预处理与输出后处理封装

农业识别推理服务封装

构建Python推理API · 图像预处理流水线 · 批量推理与结果格式化输出

农业识别推理服务…Python

边缘设备部署准备

目标硬件选型（Jetson/Rasp… · ONNX Runtime对应版本与执…

边缘设备部署准备Jetson/Rasp

边缘端ONNX推理实战

在树莓派上部署作物病害识别模型 · 性能基准测试 · 内存与功耗优化技巧

移动端集成初探

ONNX Runtime Mobil… · Android/iOS集成流程 · 模型转换与移动端推理演示

移动端集成初探ONNX

Web端部署方案

ONNX Runtime Web加载… · 浏览器端图像预处理 · 实时摄像头识别演示

Web端部署方案

模型服务化与API设计

使用FastAPI封装ONNX推理服… · 请求响应设计 · 并发处理与性能压测

API模型服务化

农业识别系统集成案例

将ONNX模型嵌入智慧农业平台 · 与传感器数据融合 · 告警与决策逻辑设计

农业识别系统集成…ONNX

部署性能调优

ONNX Runtime线程配置 · 内存复用 · IO绑定

部署性能调优ONNX

模型版本管理与更新

ONNX模型版本控制 · A/B测试部署 · 热更新策略与回滚机制

模型版本管理更新

农业场景鲁棒性测试

光照 · 遮挡 · 背景变化下的模型表现

农业场景鲁棒性测…光照

模型可解释性与可信部署

Grad-CAM可视化 · 误判分析 · 部署中的置信度阈值与人工复核机制

模型可解释性可信部署

端到端项目实战（一）

需求分析与方案设计——面向大田作物的…

端到端项目实战需求分析

端到端项目实战（二）

数据准备与模型训练——针对大田作物数…

端到端项目实战数据准备

端到端项目实战（三）

模型优化与量化——对导出模型进行量化…

端到端项目实战模型优化

端到端项目实战（四）

边缘设备部署与测试——在目标硬件上完…

端到端项目实战边缘设备部署

端到端项目实战（五）

系统集成与演示——将识别服务接入农业…

端到端项目实战系统集成

部署监控与运维

推理服务日志 · 性能指标采集 · 异常告警与自动化运维脚本

部署监控运维

安全与隐私保护

模型文件安全 · 数据传输加密 · 边缘端隐私计算与合规考量

安全隐私保护

课程总结与进阶路线

核心知识回顾 · 常见问题汇总 · ONNX生态新特性跟踪与持续学习建议

课程总结进阶路线