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

5. TinyML轻量CNN模型：MobileNet、EfficientNet-Lite与微型网络

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与轻量CNN模型的价值 · 课程目标 · 学习路径与适用硬件概览
课程导入TinyML
02
基础知识
CNN核心组件（卷积 · 池化 · 全连接）与计算量/参数量评估指标（F…
基础知识CNN
03
轻量化设计原理
深度可分离卷积 · 逐点卷积 · 瓶颈结构
轻量化设计原理深度可分离卷积
04
MobileNetV1详解
深度可分离卷积结构 · 宽度乘子与分辨率乘子 · 模型性能与精度权衡
MobileNetV1深度可分离卷积结…
05
MobileNetV2详解
线性瓶颈 · 倒残差结构 · ReLU6与残差连接
MobileNetV2线性瓶颈
06
MobileNetV3详解
神经架构搜索 · h-swish激活 · SE模块与轻量级设计
MobileNetV3神经架构搜索
07
EfficientNet-Lite系列
EfficientNet基础 · 复合缩放方法 · Lite版本针对边缘设备的改进与性能…
EfficientNet…系列
08
微型网络设计
从零设计微型CNN的流程 · 层数/通道数/卷积核尺寸选择 · 过拟合与泛化控制
微型网络设计CNN
09
模型压缩基础
剪枝 · 量化 · 知识蒸馏与低秩分解在轻量CNN中的应…
模型压缩基础剪枝
10
量化感知训练
伪量化节点 · 量化误差分析 · TensorFlow Lite与Py…
量化感知训练伪量化节点
11
模型转换与部署
将Keras/PyTorch模型转换… · 并优化为适合MCU的格式
模型转换部署
12
TinyML框架与工具
TensorFlow Lite Mi… · Edge Impulse · STM32Cube.AI
TinyML框架
13
实战项目1
基于MobileNetV2的图像分类… · 量化并部署到Arduino
实战项目1MobileNetV2
14
实战项目2
基于EfficientNet-Lit… · 训练与部署
实战项目2EfficientNet…
15
实战项目3
微型网络实现关键词唤醒——从音频特征…
实战项目3微型网络实现关键…
16
实战项目4
人体活动识别——使用IMU数据训练轻…
实战项目4IMU
17
实战项目5
异常检测——基于轻量自编码器或CNN…
实战项目5CNN
18
性能评估与调优
在MCU上测量推理时间 · 内存占用 · 功耗
性能评估调优
19
常见问题1
模型精度不足——数据增强 · 正则化 · 超参数调整与模型结构改进策略
常见问题1模型精度不足
20
常见问题2
模型过大无法部署——剪枝 · 量化 · 知识蒸馏与架构搜索的实用组合
常见问题2模型过大无法部署
21
常见问题3
推理速度慢——算子融合 · 内存布局优化 · 硬件加速指令与并行化
常见问题3推理速度慢
22
常见问题4
数值稳定性与量化误差——校准数据集选… · 量化范围调整与混合量化
常见问题4数值稳定性
23
常见问题5
多平台兼容性——TFLite · ONNX · CMSIS-NN与自定义算子处理
常见问题5TFLite
24
综合提升
轻量CNN与Transformer（… · EfficientFormer）的对…
综合提升CNN
25
综合提升
自动化神经架构搜索（NAS）在Tin… · 以及如何利用现有搜索空间
综合提升NAS
26
综合提升
多任务学习与轻量CNN——共享骨干 · 任务分支与资源分配
综合提升CNN
27
综合提升
联邦学习与TinyML——在边缘设备…
综合提升TinyML
28
综合提升
模型可解释性——可视化轻量CNN的注… · 辅助调试
综合提升CNN
29
综合提升
端到端项目实战——从需求分析 · 数据采集 · 模型设计
综合提升端到端项目实战
30
课程总结
核心知识回顾 · 常见误区 · 学习资源推荐与未来发展方向
课程总结核心知识回顾