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

1. TinyML图像分类入门：小型视觉模型端侧部署流程

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

TinyML的定义 · 发展背景 · 在图像分类中的应用价值

课程导入TinyML

图像分类基础

图像分类任务的定义 · 常见数据集（如MNIST · CIFAR-10）

图像分类基础图像分类任务的定…

TinyML与边缘计算

TinyML与传统深度学习的区别 · 边缘设备的资源约束（内存 · 算力

TinyML边缘计算

小型视觉模型概览

适合端侧部署的轻量级模型（如Mobi… · SqueezeNet · EfficientNet-Lite）…

小型视觉模型概览Mobi

开发环境搭建

安装Python · TensorFlow Lite · MicroPython

开发环境搭建Python

数据准备与预处理

图像数据的采集 · 标注 · 增强（旋转

数据准备预处理

模型训练基础

使用TensorFlow/Keras… · 理解训练流程 · 损失函数

模型训练基础TensorFlow/K…

模型压缩与量化

模型剪枝 · 权重量化（INT8） · 知识蒸馏等压缩技术

模型压缩量化

TensorFlow Lite转换

将训练好的模型转换为TensorFl… · 使用TFLite Converter…

模型部署流程

从训练到端侧部署的完整流程 · 包括模型导出 · 转换

模型部署流程从训练到端侧部署…

端侧推理框架

介绍TensorFlow Lite… · CMSIS-NN等端侧推理框架 · 以及它们在MCU上的运行机制

端侧推理框架TensorFlow

硬件平台选择

常见TinyML硬件（Arduino · ESP32 · STM32

硬件平台选择TinyML

在Arduino Nano 33 B… · 实现实时图像分类

案例实战Arduino

使用ESP32-CAM进行人脸检测与… · 实现端侧实时推理

案例实战ESP32-CAM

基于STM32的物体识别系统 · 使用TFLite Micro进行部署…

案例实战STM32

模型优化技巧

针对端侧设备的模型结构优化（深度可分… · 通道剪枝） · 推理速度与内存占用的调优方法

模型优化技巧针对端侧设备的模…

端侧数据采集与标注

在真实场景中采集图像数据 · 使用工具（如LabelImg）进行标… · 构建自定义数据集

端侧数据采集标注

模型训练与调参

学习率调整 · 正则化 · 早停等训练技巧

模型训练调参

量化感知训练

介绍量化感知训练（QAT）的原理 · 以及如何在训练过程中模拟量化效果 · 提高量化后模型精度

量化感知训练QAT

部署中的常见问题

内存不足 · 推理延迟高 · 精度下降等问题的诊断与解决方案

部署常见问题

功耗与性能优化

端侧设备的功耗管理 · 低功耗模式 · 推理频率控制

功耗性能优化

模型更新与OTA

如何在端侧设备上实现模型的热更新 · 包括OTA固件升级和模型参数远程更新

OTA模型更新

安全性与隐私

端侧图像分类中的隐私保护 · 模型加密 · 对抗攻击防御等安全考虑

安全性隐私

多类分类与迁移学习

使用迁移学习（如MobileNet预… · 并适配端侧部署

多类分类迁移学习

实时性优化

通过模型简化 · 硬件加速（如CMSIS-NN） · 多线程处理等手段提升端侧推理的实时性

实时性优化通过模型简化

设计一个完整的TinyML图像分类系… · 从需求分析 · 模型训练

综合项目TinyML

调试与测试方法

使用日志 · 调试工具（如串口输出 · JTAG）进行端侧模型调试

调试测试方法

前沿趋势与扩展

TinyML在图像分类领域的最新进展… · 超低功耗芯片） · 以及与其他技术（如语音

前沿趋势扩展

课程总结与复习

回顾核心知识点 · 部署流程 · 常见问题

课程总结复习

结业项目答辩

学员展示自己的端侧图像分类项目 · 包括模型设计 · 部署过程

结业项目答辩学员展示自己的端…