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

11. Edge Impulse图像分类：小型视觉模型端侧部署

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

学习目标 · 适用人群 · 课程整体框架与学习路径

课程导入学习目标

边缘AI与端侧部署概述

边缘计算 · 端侧推理 · 与云端的区别

Edge Impulse平台简介

平台功能 · 工作流程 · 免费版限制

图像分类基础

图像表示 · 像素 · 通道

图像分类基础图像表示

小型视觉模型概念

模型大小 · 参数量 · 计算量（FLOPs）

小型视觉模型概念模型大小

数据采集与准备

图像数据集获取 · 标注工具 · 数据增强

数据采集准备

Edge Impulse数据上传

上传图像数据 · 标签管理 · 数据集平衡

模型设计（DSP与神经网络）

Edge Impulse中的DSP模… · 神经网络架构选择 · 迁移学习

DSP模型设计

训练参数设置（学习率 · 批次大小 · epochs）

模型训练训练参数设置

模型评估与验证

混淆矩阵 · 准确率/召回率/F1 · 测试集评估

模型评估验证

模型优化与量化

量化感知训练 · int8量化 · 模型压缩

模型优化量化

部署目标选择

Edge Impulse支持的部署目… · 手机 · 树莓派

部署目标选择Edge

生成与下载模型库

导出C++库 · Arduino库 · Python库

生成下载模型库

端侧部署实战（MCU）

在STM32/Arduino上部署模… · 内存与Flash限制 · 运行推理

MCU端侧部署实战

端侧部署实战（手机/树莓派）

在Android/iOS或树莓派上部… · 调用摄像头实时分类

端侧部署实战手机

Edge Impulse与OpenMV集成

OpenMV摄像头使用Edge Im… · 实时图像分类案例

实时推理与性能调优

帧率 · 延迟 · 功耗

实时推理性能调优

垃圾分类模型

案例实战垃圾分类模型

手势识别模型：使用摄像头识别手势 · 部署到移动设备

案例实战手势识别模型

工业缺陷检测：小样本数据 · 模型微调 · 边缘部署

案例实战工业缺陷检测

常见问题与调试

数据不平衡 · 模型不收敛 · 部署后精度下降

常见问题调试

模型更新与OTA

端侧模型更新策略 · Edge Impulse的远程部署与…

OTA模型更新

安全与隐私

端侧推理的数据隐私优势 · 模型加密 · 对抗攻击防护

与其他工具对比

Edge Impulse vs Te…

其他工具对比Edge

自定义图像分类器 · 数据 · 训练

项目实战自定义图像分类器

性能基准测试

如何测量模型在端侧的实际性能 · 基准测试方法 · 结果分析

性能基准测试如何测量模型

多类分类与细粒度识别

处理多类别 · 相似类别 · 提高分类精度的方法

多类分类细粒度识别

模型可解释性

可视化特征 · 类激活图（CAM） · 理解模型决策

模型可解释性可视化特征

智能门禁系统：人脸/物体识别 · 端侧部署 · 系统集成

综合项目智能门禁系统

课程总结与进阶方向

回顾核心技能 · 常见误区 · 未来学习资源与进阶路径

课程总结进阶方向