VIP20
本课程属于：010-Edge Impulse端侧AI数据采集与模型部署 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

17. Edge Impulse生产项目：设备采集、云端训练与本地推理

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
学习目标 · 课程结构 · Edge Impulse在边缘AI生…
课程导入学习目标
02
边缘AI与Edge Impulse基础
边缘计算概念 · Edge Impulse平台架构 · 典型应用场景（工业预测性维护
AIEdge
03
环境准备与账号配置
注册Edge Impulse账号 · 创建项目 · 安装Edge Impulse CLI
环境准备账号配置
04
设备端数据采集
传感器类型选择（加速度计 · 麦克风 · 摄像头）
设备端数据采集传感器类型选择
05
数据标注与数据集管理
标注工具使用 · 类别平衡 · 数据增强策略
数据标注数据集管理
06
数据预处理与特征工程
时域特征（均值 · 方差 · 峰值）
数据预处理特征工程
07
模型设计与训练
分类模型（DNN · CNN） · 回归模型
模型设计训练
08
模型评估与优化
混淆矩阵 · 准确率/召回率/F1分数 · 过拟合与欠拟合诊断
模型评估优化
09
部署到设备
生成C++库 · 使用Arduino IDE或Plat… · 在设备上运行推理
部署到设备C++
10
本地推理与边缘部署
在Raspberry Pi上使用Py… · 在微控制器上使用C++ SDK · 推理性能优化（内存
本地推理边缘部署
11
端到端实战项目（一）
基于加速度计的跌倒检测系统——从数据…
端到端实战项目基于加速度计的跌…
12
端到端实战项目（二）
基于麦克风的语音命令识别——使用Ed…
端到端实战项目Ed
13
端到端实战项目（三）
基于摄像头的图像分类——使用Mobi…
端到端实战项目Mobi
14
多传感器融合
融合加速度计 · 陀螺仪 · 磁力计数据
多传感器融合融合加速度计
15
数据管道与自动化
使用Edge Impulse API… · 批量训练 · 自动化部署流程
数据管道自动化
16
设备管理与企业版功能
Edge Impulse企业版特性 · 设备组管理 · 远程监控
设备管理企业版功能
17
常见问题与调试技巧
数据采集异常（噪声 · 漂移） · 模型精度不足
常见问题调试技巧
18
性能优化进阶
模型压缩 · 硬件加速（CMSIS-NN · TensorFlow Lite Mi…
性能优化进阶模型压缩
19
安全与隐私
设备端数据加密 · 模型保护 · 联邦学习概念
安全隐私
20
与云服务集成
将Edge Impulse模型导出为… · ONNX · 集成到AWS IoT
云服务集成Edge
21
案例研究
工业设备振动分析——预测性维护实战
案例研究工业设备振动分析
22
案例研究
智能家居手势识别——使用毫米波雷达或…
案例研究智能家居手势识别
23
案例研究
可穿戴健康监测——心率异常检测
案例研究可穿戴健康监测
24
案例研究
农业环境监测——土壤湿度与气象数据分…
案例研究农业环境监测
25
案例研究
自动驾驶辅助——行人检测（使用摄像头…
案例研究自动驾驶辅助
26
综合实战
从零构建一个完整的边缘AI产品——需… · 数据采集 · 训练
综合实战AI
27
测试与验证
在真实环境中测试模型性能 · A/B测试 · 鲁棒性测试
测试验证
28
项目部署与运维
设备固件更新 · 远程日志 · 模型版本回滚
项目部署运维
29
未来趋势与扩展
Edge Impulse与TinyM… · 边缘AI芯片（如Coral · Jetson）
未来趋势扩展
30
课程总结与进阶路径
核心知识点回顾 · 常见误区 · 推荐资源
课程总结进阶路径