VIP20
本课程属于：014-TinyML音频分类与声学事件检测 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

16. TinyML边缘告警应用：本地识别与无线通知设计

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边缘告警应用的价值 · 学习目标 · 课程整体框架与适用硬件平台
课程导入TinyML
02
边缘计算与TinyML基础
边缘计算概念 · TinyML定义 · 与传统云端AI的对比
TinyML边缘计算
03
硬件与开发环境准备
常用微控制器（如ESP32 · STM32） · 传感器选型
硬件开发环境准备
04
数据采集与预处理
传感器数据采集方法 · 数据清洗 · 归一化
数据采集预处理
05
模型选择与设计
适合微控制器的轻量级模型（如Tiny… · 模型结构设计 · 量化与剪枝基础
模型选择设计
06
模型训练与转换
在PC上训练模型（使用TensorF… · 模型量化 · 转换为TensorFlow Lite…
模型训练转换
07
部署到微控制器
将TFLite模型部署到MCU的流程 · 内存管理 · 推理引擎集成
部署到微控制器TFLite
08
本地识别实现
在MCU上运行推理 · 识别结果处理 · 置信度阈值设定
本地识别实现MCU
09
无线通知设计
常见无线通信方式（Wi-Fi · BLE · LoRa）
无线通知设计Wi-Fi
10
端到端告警流程
从传感器采集到本地识别再到无线通知的… · 状态机与事件驱动架构
端到端告警流程从传感器采集到本…
11
案例实战
基于ESP32的异常声音检测告警系统 · 模型训练 · 部署
案例实战ESP32
12
案例实战
基于STM32的振动异常监测告警 · 模型推理 · BLE通知
案例实战STM32
13
案例实战
智能家居入侵检测（PIR+图像分类）
案例实战PIR+
14
低功耗与电池供电设计
功耗优化策略 · 睡眠模式 · 事件驱动唤醒
低功耗电池供电设计
15
可靠性与安全性
告警误报与漏报处理 · 通信加密 · 设备认证
可靠性安全性
16
调试与性能优化
日志输出 · 性能分析 · 推理时间优化
调试性能优化
17
常见问题与解决方案
模型部署失败 · 推理结果异常 · 无线连接不稳定
常见问题解决方案
18
项目综合实战
设计一个完整的TinyML边缘告警系… · 涵盖硬件选型 · 模型训练
项目综合实战TinyML
19
进阶
多传感器融合与多级告警 · 决策树或简单融合算法 · 分级告警策略
进阶多传感器融合
20
进阶
联邦学习与持续学习 · 联邦学习概念 · 简单实现思路
进阶联邦学习
21
进阶
边缘AI与云协同 · 数据上传策略 · 云服务集成
进阶AI
22
工具链与平台
Edge Impulse · TensorFlow Lite fo… · Arduino
工具链平台
23
模型优化实战
量化 · 剪枝 · 知识蒸馏在TinyML中的应用
模型优化实战量化
24
传感器选型与接口
麦克风 · 加速度计 · 摄像头
传感器选型接口
25
无线通信协议详解
MQTT · HTTP · BLE GATT
无线通信协议详解MQTT
26
告警通知的交互设计
手机APP通知 · 微信/钉钉机器人 · LED/蜂鸣器本地告警
告警通知的交互设…APP
27
测试与验证
单元测试 · 集成测试 · 现场测试
测试验证
28
项目部署与维护
固件升级（OTA） · 远程监控 · 日志收集
项目部署维护
29
综合提升
从课程项目到产品化：考虑成本 · 可制造性 · 用户体验
综合提升从课程项目到产品…
30
课程总结与展望
回顾核心知识点 · 常见误区 · TinyML边缘告警未来趋势（如超低…
课程总结回顾核心知识点