首页
›
实战100例
›
022-智能座舱Android+QNX系统实战
›
《车载AI座舱算法部署与边缘推理实战100例》
VIP14
本课程属于：022-智能座舱Android+QNX系统实战
实战100例 · 共 14 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
《车载AI座舱算法部署与边缘推理实战100例》
共 100 例
01
车载AI座舱环境搭建与交叉编译工具链配置
02
基于ONNX Runtime的座舱端侧推理引擎集成
03
TensorFlow Lite在车载座舱的部署与性能评估
04
NVIDIA TensorRT加速座舱视觉模型推理
05
OpenVINO在车载Intel平台上的推理优化
06
模型量化：将FP32模型转换为INT8并部署
07
模型剪枝与稀疏化在车载场景的应用
08
知识蒸馏：压缩大模型为轻量级座舱模型
09
基于TensorRT的端到端人脸检测模型部署
10
人脸关键点检测模型在座舱内的实时推理
11
驾驶员疲劳检测：眨眼频率与头部姿态估计
12
分心驾驶行为识别：基于CNN的实时分类
13
乘客人数统计与座位占用检测
14
儿童遗留检测：基于视觉的座舱内儿童存在识别
15
手势识别：基于MediaPipe的座舱手势控制
16
语音唤醒词检测的端侧部署
17
语音命令识别：基于边缘的离线指令集
18
声源定位：基于麦克风阵列的说话人定位
19
语音情感识别在车载交互中的应用
20
多音区语音分离：实现主副驾独立语音控制
21
视线追踪：基于视觉的驾驶员视线方向估计
22
头部姿态估计：用于注意力检测的实时推理
23
情绪识别：基于面部表情的驾驶员情绪分析
24
车内物品检测：基于YOLO的遗留物检测
25
安全带佩戴检测：基于视觉的合规性检查
26
吸烟行为检测：基于视觉的座舱内吸烟识别
27
使用手机检测：基于视觉的驾驶员手持电话识别
28
红外夜视图像中的乘客检测
29
深度摄像头在座舱内的3D人体姿态估计
30
毫米波雷达在座舱内生命体征检测的应用
31
多传感器融合：摄像头与雷达数据融合用于座舱监测
32
基于LSTM的驾驶员行为序列预测
33
基于Transformer的座舱内视觉理解
34
边缘端实时实例分割用于座舱场景理解
35
语义分割在座舱内饰识别中的应用
36
基于姿态估计的驾驶员手势交互
37
基于面部动作单元（AU）的驾驶员状态识别
38
基于热成像的座舱温度分布与乘客检测
39
边缘端超分辨率用于座舱摄像头图像增强
40
图像去雾算法在座舱摄像头中的应用
41
低光图像增强用于夜间座舱监控
42
基于GAN的座舱内人脸图像生成用于数据增强
43
联邦学习在车载座舱模型个性化中的应用
44
模型在线学习：适应驾驶员习惯的实时更新
45
边缘-云协同推理：复杂任务卸载到云端
46
基于容器的座舱AI应用部署
47
Kubernetes在车载多节点AI推理集群中的应用
48
使用TensorRT的模型动态批处理优化
49
多线程流水线设计：实现摄像头采集与推理并行
50
使用CUDA加速座舱AI推理
51
使用OpenCL在车载GPU上加速推理
52
使用Vulkan API进行低延迟推理
53
基于FPGA的座舱AI加速器部署
54
使用NPU（神经网络处理单元）进行推理
55
模型转换：PyTorch模型到ONNX再到TensorRT
56
模型转换：TensorFlow模型到TFLite再到Edge TPU
57
使用TVM自动调优车载推理模型
58
使用Apache TVM的端到端编译流程
59
使用OpenVINO的模型优化工具
60
使用TensorRT的INT8校准技术
61
使用TensorRT的FP16推理优化
62
使用TensorRT的层融合技术
63
使用TensorRT的多流推理
64
使用TensorRT的DLA（深度学习加速器）部署
65
使用TensorRT的上下文管理优化
66
使用TensorRT的显存池化
67
使用TensorRT的引擎序列化与反序列化
68
使用TensorRT的插件自定义算子
69
使用ONNX Runtime的GPU加速
70
使用ONNX Runtime的TensorRT执行提供程序
71
使用ONNX Runtime的OpenVINO执行提供程序
72
使用ONNX Runtime的量化模型推理
73
使用ONNX Runtime的多线程推理
74
使用ONNX Runtime的IO绑定优化
75
使用ONNX Runtime的图优化
76
使用ONNX Runtime的模型缓存
77
使用ONNX Runtime的C API集成
78
使用ONNX Runtime的C++ API开发
79
使用ONNX Runtime的Python API快速原型
80
使用TFLite的GPU委托
81
使用TFLite的NNAPI委托
82
使用TFLite的Hexagon委托
83
使用TFLite的XNNPACK委托
84
使用TFLite的量化感知训练
85
使用TFLite的模型转换与优化
86
使用TFLite的C++ API部署
87
使用TFLite的Micro在MCU上部署
88
使用TensorFlow Serving进行模型服务
89
使用NVIDIA Triton推理服务器
90
使用MMDeploy部署OpenMMLab模型
91
使用OpenCV DNN模块进行推理
92
使用ONNX.js在车载Web浏览器中推理
93
使用TensorFlow.js在车载Web端推理
94
使用MediaPipe在车载端实现人脸检测与跟踪
95
使用MediaPipe实现手部关键点检测
96
使用MediaPipe实现人体姿态估计
97
使用MediaPipe实现虹膜检测
98
使用MediaPipe实现目标检测
99
使用MediaPipe实现图像分类
100
使用MediaPipe实现自拍分割
所属VIP或分类
同VIP：Android-Car服务定制实战100例
同VIP：QNX-Android座舱融合实战100例
同VIP：QNX-RTOS项目开发实战100例