VIP20
本课程属于：009-Arduino Nano 33 BLE Sense TinyML项目实战 嵌入式边缘AI与TinyML · 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

1. Arduino TinyML入门：Nano 33 BLE Sense快速原型开发

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
课程导入
了解TinyML的定义 · 应用场景 · 课程目标与学习路径
课程导入TinyML
02
硬件平台概览
深入认识Arduino Nano 3… · 传感器（麦克风 · IMU
硬件平台概览Arduino
03
开发环境搭建
安装Arduino IDE · 配置Nano 33 BLE Sens… · 安装必要的库（如Arduino_Te…
开发环境搭建Arduino
04
TinyML核心概念
理解机器学习基础（特征 · 标签 · 模型）
TinyML核心概念
05
数据采集方法
使用板载麦克风 · IMU等传感器采集原始数据 · 掌握数据标注
数据采集方法使用板载麦克风
06
数据预处理与特征工程
学习音频的MFCC特征提取 · IMU的时域/频域特征 · 以及数据归一化
数据预处理特征工程
07
模型训练基础
使用TensorFlow或Edge… · 运动识别） · 理解训练集/验证集划分与过拟合
模型训练基础TensorFlow
08
模型转换与量化
将训练好的Keras模型转换为Ten… · 应用量化（如int8）减小模型体积 · 并验证精度损失
模型转换量化
09
部署到Arduino
将.tflite模型嵌入Arduin… · 使用Arduino_TensorFl… · 编写推理代码并获取输出
Arduino部署到
10
实时推理与输出
实现传感器实时采样 · 推理循环 · 结果输出（串口
实时推理输出
11
案例实战
关键词唤醒——训练“是/否”语音识别… · 部署到Nano 33 BLE Sen…
案例实战关键词唤醒
12
案例实战
运动分类——使用IMU数据识别静止 · 走路 · 跑步等动作
案例实战IMU
13
案例实战
异常检测——基于环境传感器（温度 · 湿度 · 气压）训练异常检测模型
案例实战异常检测
14
案例实战
手势识别——利用IMU或麦克风实现简… · 拍手）的识别 · 并控制LED或蜂鸣器
案例实战IMU
15
案例实战
多传感器融合——结合麦克风和IMU数… · 提升识别准确率 · 并处理多输入特征
案例实战IMU
16
模型优化技巧
学习剪枝 · 权重聚类 · 量化感知训练等高级优化方法
模型优化技巧学习剪枝
17
内存与性能调优
分析Arduino内存限制 · 优化缓冲区 · 减少动态分配
内存性能调优
18
功耗管理
利用Nano 33 BLE Sens… · 设计间歇性采样与推理策略 · 延长电池供电时间
功耗管理Nano
19
BLE通信与远程监控
通过BLE将推理结果发送到手机或电脑 · 实现无线数据可视化与远程控制
BLE通信
20
错误排查与调试
常见编译错误 · 模型加载失败 · 推理结果异常的原因分析与解决方法
错误排查调试
21
数据集增强与鲁棒性
通过添加噪声 · 时间偏移 · 环境变化等增强数据
数据集增强鲁棒性
22
模型评估与验证
在真实硬件上评估模型准确率 · 混淆矩阵 · 推理时间
模型评估验证
23
边缘AI与云协同
将Arduino作为边缘节点 · 与云端服务（如TensorFlow… · 实现模型更新与数据回传
AI边缘
24
项目实战
智能家居语音控制——训练自定义唤醒词… · 控制智能灯或风扇 · 完成端到端原型
项目实战智能家居语音控制
25
项目实战
可穿戴跌倒检测——使用IMU数据训练… · 实现实时报警并通过BLE通知手机
项目实战IMU
26
项目实战
环境噪声分类——识别室内/室外 · 交通 · 音乐等环境声音
项目实战环境噪声分类
27
项目实战
手势控制机器人——通过手势识别控制小… · 实现无线操控
项目实战手势控制机器人
28
常见问题与解决方案
传感器数据漂移 · 模型过拟合 · 内存不足
常见问题解决方案
29
综合提升
如何将多个TinyML模型组合成复杂… · 如何设计可扩展的代码架构 · 以及如何参与开源社区
综合提升TinyML
30
课程总结与进阶方向
回顾核心技能 · 推荐学习资源（书籍 ·
课程总结进阶方向