首页
›
嵌入式基础与RISC-V
›
053-边缘AI图像识别
›
《ONNX模型转换与嵌入式Linux端侧部署实战》
VIP10
本课程属于:053-边缘AI图像识别
嵌入式基础与RISC-V · 共 10 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模型转换与嵌入式Linux端侧部署实战
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
ONNX基础认知
什么是ONNX · ONNX的生态定位 · 为什么选择ONNX做模型转换
ONNX
基础认知
02
环境搭建
安装ONNX · 安装ONNX Runtime · 安装PyTorch/TensorFl…
环境搭建
ONNX
03
PyTorch模型导出ONNX
torch.onnx.export详… · 动态轴与静态轴 · opset版本选择
PyTorch
ONNX
04
TensorFlow模型导出ONNX
使用tf2onnx工具 · Keras模型转换 · SavedModel转换
TensorFlow
ONNX
05
ONNX模型结构解析
使用Netron可视化 · ONNX的节点与图结构 · 理解输入输出张量
ONNX
模型结构解析
06
ONNX算子兼容性
常见算子映射表 · 不支持的算子如何处理 · 自定义算子注册
ONNX
算子兼容性
07
模型优化与精简
ONNX Simplifier工具 · 常量折叠 · 节点融合
模型优化
精简
08
模型量化基础
FP32转FP16 · 动态量化 · 静态量化
模型量化基础
FP32
09
ONNX Runtime本地推理
C++/Python API · Session配置 · 内存优化
ONNX
Runtime
10
ONNX Runtime性能调优
执行提供者(Execution Pr… · 图优化级别 · 线程数设置
ONNX
Runtime
11
嵌入式Linux环境准备
交叉编译工具链 · 系统镜像烧录 · SSH/NFS调试环境
Linux
嵌入式
12
ARM架构CPU推理
ARM NEON指令集优化 · 单线程与多线程性能对比
ARM
CPU
13
ARM GPU推理( Mali )
OpenCL后端配置 · Mali GPU驱动安装 · 性能实测
ARM
GPU
14
NPU推理(算能/瑞芯微)
TPU/NPU驱动安装 · ONNX转RKNN/BMNNSDK · 异构计算
NPU
推理
15
ONNX Runtime交叉编译
源码编译ARM64版本 · 依赖库静态链接 · 部署包制作
ONNX
Runtime
16
模型部署文件结构
模型文件 · 配置文件 · 动态库
模型部署文件结构
模型文件
17
C++推理引擎封装
RAII管理Session · 异常安全 · 日志系统集成
C++
推理引擎封装
18
Python推理服务封装
Flask/FastAPI REST… · 请求队列 · 超时处理
Python
推理服务封装
19
多模型流水线
模型串联 · 并行推理 · 数据流管理
多模型流水线
模型串联
20
性能基准测试
Latency/Throughput… · CPU/GPU/NPU对比 · Profiling工具使用
性能基准测试
Latency/Thro…
21
内存优化实战
Tensor内存复用 · DMA零拷贝 · Cache友好访问模式
内存优化实战
Tensor
22
模型加密与保护
ONNX模型加密方案 · 运行时解密 · License校验
模型加密
保护
23
OTA升级方案
模型热更新 · 版本回滚 · 差分升级
OTA
升级方案
24
日志与监控
推理日志结构化 · Prometheus指标暴露 · 看门狗机制
日志
监控
25
常见错误排查
Shape不匹配 · 精度异常 · 内存泄漏
常见错误排查
Shape
26
实战案例1
图像分类模型(ResNet50)端侧…
实战案例1
ResNet50
27
实战案例2
目标检测模型(YOLOv5/v8)端…
实战案例2
YOLOv5/v8
28
实战案例3
语义分割模型(DeepLabV3+)…
实战案例3
DeepLabV3+
29
实战案例4
语音唤醒模型(KWS)端侧部署与实时…
实战案例4
KWS
30
课程总结与进阶方向
TFLite对比 · TensorRT对比 · 未来趋势(WebNN/WASM)
课程总结
进阶方向
所属VIP或分类
同VIP:NPU加速YOLO模型量化与嵌入式Linux部署实战
同VIP:嵌入式Linux模型部署与推理框架移植调试实战
同VIP:嵌入式Linux模型部署从入门到推理性能调优实战