VIP20
本课程属于：012-TinyML低功耗设计与电池供电优化 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

8. TinyML低功耗视觉：间歇拍照、分辨率与模型轻量化

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
TinyML低功耗视觉的定义 · 应用场景（如智能门铃 · 野生动物监测
课程导入TinyML
02
低功耗视觉系统概述
典型架构（传感器 · MCU · 无线模块）
低功耗视觉系统概…典型架构
03
间歇计算基础
间歇性供电的概念 · 能量采集（太阳能 · 振动
间歇计算基础间歇性供电的概念
04
间歇拍照策略
定时拍照 · 事件触发拍照 · 运动检测触发拍照的优缺点与适用场景
间歇拍照策略定时拍照
05
图像传感器选型
低功耗摄像头（如OV7670 · HM01B0）的参数对比 · 功耗特性与接口（SPI/I2C/并行…
图像传感器选型OV7670
06
图像采集电路设计
传感器供电管理 · 电平转换 · 时钟配置与启动时间优化
图像采集电路设计传感器供电管理
07
分辨率与功耗关系
像素数 · 帧率 · 曝光时间对功耗的影响
分辨率功耗关系
08
图像预处理降耗
裁剪 · 缩放 · 灰度化
图像预处理降耗裁剪
09
模型轻量化基础
模型剪枝 · 权重量化（INT8/INT4） · 知识蒸馏的核心原理与适用场景
模型轻量化基础模型剪枝
10
TinyML视觉模型选型
MobileNet · EfficientNet-Lite · SqueezeNet等轻量网络在MC…
TinyML视觉模型选型
11
模型压缩实战
使用TensorFlow Lite… · 并评估精度损失
模型压缩实战TensorFlow
12
模型部署工具链
TensorFlow Lite fo… · Edge Impulse · STM32Cube.AI的流程与特点
模型部署工具链TensorFlow
13
MCU上的推理优化
算子融合 · 内存复用 · CMSIS-NN加速库的使用与性能调…
MCU上的推理优化
14
间歇拍照与推理调度
如何在能量有限的情况下安排拍照 · 推理 · 通信的时序
间歇拍照推理调度
15
状态保持与恢复
利用非易失性存储器（Flash/FR… · 实现断点续算
状态保持恢复
16
低功耗通信
BLE · LoRa · NFC等无线协议在视觉节点中的功耗对…
低功耗通信BLE
17
案例实战1
基于Arduino Nano 33…
案例实战1Arduino
18
案例实战2
使用ESP32-CAM与太阳能供电实… · 并优化拍照间隔
案例实战2ESP32-CAM
19
案例实战3
在STM32F746上部署量化Mob… · 并测量功耗
案例实战3STM32F746
20
功耗测量方法
使用Joulescope · Nordic Power Profi… · 并分析瓶颈
功耗测量方法Joulescope
21
常见问题1
间歇供电导致系统重启 · 如何设计看门狗与电源管理策略
常见问题1间歇供电导致系统…
22
常见问题2
模型量化后精度下降 · 如何通过校准数据集与混合量化恢复精度
常见问题2模型量化后精度下…
23
常见问题3
图像传感器启动时间长 · 如何通过硬件/软件优化缩短启动时间
常见问题3图像传感器启动时…
24
常见问题4
内存不足导致推理失败 · 如何优化模型结构或使用外部PSRAM
常见问题4内存不足导致推理…
25
综合提升
设计一个完整的低功耗视觉节点 · 从需求分析 · 硬件选型
综合提升设计一个完整的低…
26
综合提升
多传感器融合（摄像头+IMU+环境光…
综合提升IMU+
27
综合提升
边缘-云协同 · 在MCU上做初步筛选 · 仅上传关键图像到云端进行精细分析
综合提升边缘
28
综合提升
联邦学习在TinyML视觉中的应用 · 如何在多节点上分布式训练轻量模型
综合提升TinyML
29
前沿趋势
神经形态视觉传感器（事件相机） · 超低功耗AI芯片（如MAX78000…
前沿趋势神经形态视觉传感…
30
课程总结
回顾核心知识点 · 技能树 · 并给出进阶学习资源与项目实践建议
课程总结回顾核心知识点