VIP20
本课程属于：015-TinyML图像分类与轻量视觉检测 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

19. TinyML智能传感器：图像判断本地化与结果上报

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
课程导论
TinyML智能传感器的定义 · 应用价值 · 课程目标与学习路径
课程导论TinyML
02
TinyML基础
机器学习在嵌入式端的部署原理 · 模型压缩与量化技术概述
TinyML机器学习
03
图像传感器与数据采集
常用图像传感器类型 · 分辨率选择 · 数据格式与预处理方法
图像传感器数据采集
04
本地图像判断的核心概念
边缘推理 · 推理延迟 · 功耗与精度权衡
本地图像判断的核…边缘推理
05
开发环境搭建
主流TinyML框架（TensorF… · Edge Impulse · Arduino）的安装与配置
开发环境搭建TinyML
06
数据集准备与标注
图像分类数据集的收集 · 清洗 · 标注工具与数据增强策略
数据集准备标注
07
模型选择与设计
适合TinyML的轻量级CNN架构（… · SqueezeNet）对比与选型
模型选择设计
08
模型训练与优化
在PC端训练模型 · 量化感知训练 · 剪枝与蒸馏技术
模型训练优化
09
模型转换与部署
将训练好的模型转换为TFLite格式 · 生成C++数组 · 部署到MCU
模型转换部署
10
本地推理实现
在传感器上运行图像分类模型 · 实现实时判断与置信度输出
本地推理实现传感器上运行图像…
11
结果上报机制
上报协议选择（MQTT · HTTP · BLE）
结果上报机制MQTT
12
低功耗设计
睡眠模式 · 事件触发推理 · 动态电压频率调整（DVFS）与功耗测…
低功耗设计睡眠模式
13
案例实战
基于Arduino Nano 33…
案例实战Arduino
14
案例实战
基于ESP32-CAM的本地图像判断…
案例实战ESP32-CAM
15
案例实战
使用Edge Impulse快速构建…
案例实战Edge
16
多类图像识别
实现多标签分类 · 类别不平衡处理与混淆矩阵分析
多类图像识别实现多标签分类
17
异常检测与鲁棒性
处理光照变化 · 遮挡 · 噪声图像
异常检测鲁棒性
18
通信与云端集成
将上报结果接入云平台（如AWS Io… · Azure IoT） · 实现远程监控
通信云端集成
19
安全与隐私
本地推理的数据隐私优势 · 加密传输 · 固件安全更新
安全隐私
20
性能评估与调试
推理时间 · 内存占用 · 准确率测量
性能评估调试
21
常见问题与解决方案
模型无法部署 · 内存溢出 · 推理结果不稳定等典型问题
常见问题解决方案
22
优化进阶
模型量化进一步优化 · 算子融合 · 硬件加速（如CMSIS-NN）
优化进阶模型量化进一步优…
23
多传感器融合
图像与加速度计 · 温湿度等传感器数据融合 · 提升判断准确性
多传感器融合图像
24
边缘-云协同
本地快速判断与云端深度分析的分工策略 · 以及上报频率优化
边缘云协同
25
实战项目
智能垃圾分类传感器——本地识别垃圾类…
实战项目智能垃圾分类传感…
26
实战项目
智能安防摄像头——本地检测入侵物体并…
实战项目智能安防摄像头
27
实战项目
农业智能监测——识别害虫或植物病害并…
实战项目农业智能监测
28
课程总结
核心知识点回顾 · 常见误区 · 学习资源推荐
课程总结核心知识点回顾
29
综合挑战
设计一个完整的TinyML图像传感器… · 从需求分析到部署上报
综合挑战TinyML
30
未来展望
TinyML发展趋势 · 新型硬件 · 模型压缩技术以及职业发展建议
未来展望TinyML