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

8. TinyML物体识别项目：低分辨率图像分类实战

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与物体识别概述 · 学习目标 · 课程项目总览
课程导入TinyML
02
低分辨率图像基础
图像分辨率 · 像素 · 灰度与RGB
低分辨率图像基础图像分辨率
03
TinyML技术栈与工具链
TensorFlow Lite Mi… · Edge Impulse · Arduino
TinyML技术栈
04
图像分类核心概念
卷积神经网络（CNN）基础 · 卷积 · 池化
图像分类核心概念CNN
05
数据准备与增强
图像采集 · 标注 · 归一化
数据准备增强
06
模型选择与设计
适合低分辨率的小型CNN架构（如Mo… · SqueezeNet · 自定义微型网络）
模型选择设计
07
模型训练基础
训练集/验证集/测试集划分 · 训练超参数（学习率 · 批次大小
模型训练基础训练集
08
模型量化与压缩
量化感知训练 · 后训练量化 · 权重剪枝
模型量化压缩
09
部署流程
将训练好的模型转换为TensorFl… · 生成C++数组 · 集成到嵌入式工程
部署流程TensorFl
10
实战项目一
MNIST手写数字识别——从数据加载… · 实现低分辨率图像分类
实战项目一MNIST
11
实战项目二
CIFAR-10低分辨率物体识别——…
实战项目二CIFAR-10
12
实战项目三
自定义数据集——使用手机或摄像头采集… · 训练识别特定物体（如杯子 · 笔）
实战项目三自定义数据集
13
边缘设备推理优化
推理时间 · 内存占用 · 功耗优化
边缘设备推理优化推理时间
14
模型评估与调试
混淆矩阵 · 精确率/召回率 · 错误分析
模型评估调试
15
实时物体识别系统
摄像头图像采集 · 预处理流水线 · 模型推理
实时物体识别系统摄像头图像采集
16
TinyML与云协同
边缘端初步分类 · 云端二次确认 · 模型更新与OTA升级
TinyML云协同
17
常见问题与解决方案
内存不足 · 推理速度慢 · 精度低
常见问题解决方案
18
性能优化进阶
模型架构搜索（NAS） · 知识蒸馏 · 混合精度训练
性能优化进阶NAS
19
多类物体识别扩展
从二分类到多分类 · 处理类别间相似性 · 增加类别时的策略
多类物体识别扩展从二分类到多分类
20
低分辨率图像特征提取
边缘检测 · 颜色直方图 · 纹理特征
低分辨率图像特征…边缘检测
21
TinyML安全与隐私
模型加密 · 输入数据保护 · 对抗样本攻击与防御
TinyML安全
22
项目实战
智能垃圾分类——使用低分辨率图像识别… · 完整项目流程
项目实战智能垃圾分类
23
项目实战
农作物病害识别——低分辨率叶片图像分… · 部署到低成本设备
项目实战农作物病害识别
24
项目实战
手势识别——使用低分辨率摄像头识别简… · 控制智能家居
项目实战手势识别
25
模型持续学习与增量训练
在设备端收集新数据 · 微调模型 · 适应环境变化
模型持续学习增量训练
26
TinyML社区与资源
开源项目 · · 在线课程
TinyML社区
27
综合项目设计
从需求分析 · 数据采集 · 模型训练
综合项目设计从需求分析
28
课程总结与回顾
核心知识点梳理 · 常见误区 · 学习路径建议
课程总结回顾
29
结课考核
完成一个自定义低分辨率物体识别项目 · 提交报告与演示 · 评估标准与答辩
结课考核完成一个自定义低…
30
拓展与前沿
TinyML与边缘AI趋势 · 神经形态计算 · 超低功耗芯片
拓展前沿