VIP20
本课程属于：019-TinyML数据集采集、标注与评估 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数据闭环平台：设备上传、人工复核与再训练

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数据闭环的定义 · 价值 · 整体架构与学习路径
课程导入TinyML
02
TinyML基础回顾
边缘设备 · 微控制器 · 模型部署与资源约束
TinyML基础回顾
03
数据闭环核心概念
数据采集 · 上传 · 标注
数据闭环核心概念数据采集
04
设备端数据采集
传感器类型 · 采样策略 · 数据格式与本地存储
设备端数据采集传感器类型
05
设备上传机制
通信协议（MQTT · HTTP · BLE）
设备上传机制MQTT
06
数据上传安全
加密传输 · 设备认证 · 隐私保护与合规性
数据上传安全加密传输
07
数据接收与存储
云端/边缘服务器架构 · 数据库选型 · 数据分区与生命周期
数据接收存储
08
数据质量评估
异常检测 · 缺失值处理 · 噪声过滤与数据可视化
数据质量评估异常检测
09
人工复核流程
标注界面设计 · 审核任务分配 · 质量控制与效率优化
人工复核流程标注界面设计
10
标注工具与平台
开源工具（Label Studio · CVAT）与商业方案对比
标注工具平台
11
数据版本管理
数据集版本控制 · 变更追踪与回滚机制
数据版本管理数据集版本控制
12
再训练触发策略
基于数据量 · 性能指标 · 时间周期或事件驱动
再训练触发策略基于数据量
13
模型再训练方法
增量学习 · 迁移学习 · 联邦学习与全量重训
模型再训练方法增量学习
14
训练管道搭建
数据预处理 · 特征工程 · 模型选择与超参数调优
训练管道搭建数据预处理
15
模型评估与验证
测试集划分 · 指标计算（准确率 · 召回率）
模型评估验证
16
模型压缩与转换
量化 · 剪枝 · 蒸馏
模型压缩转换
17
模型部署与更新
OTA更新 · A/B测试 · 回滚策略与设备端兼容性
模型部署更新
18
数据闭环平台架构
端-边-云协同 · 消息队列 · 工作流编排与监控
数据闭环平台架构云协同
19
案例实战
智能家居语音唤醒词数据闭环实现
案例实战智能家居语音唤醒…
20
案例实战
工业预测性维护振动数据闭环实现
案例实战工业预测性维护振…
21
案例实战
农业环境监测图像分类数据闭环实现
案例实战农业环境监测图像…
22
常见问题
设备离线 · 数据延迟 · 标注不一致
常见问题设备离线
23
性能优化
降低上传带宽 · 减少标注成本 · 加速训练与推理
性能优化降低上传带宽
24
安全与隐私
差分隐私 · 联邦学习 · 数据脱敏在数据闭环中的应用
安全隐私
25
平台工具链
Edge Impulse · TensorFlow Lite Mi… · Arduino等集成实践
平台工具链Edge
26
自动化与DevOps
CI/CD管道 · 自动标注 · 自动再训练与自动部署
DevOps自动化
27
成本与资源管理
云端费用 · 存储优化 · 计算资源调度与预算控制
成本资源管理
28
综合项目
从零搭建一个完整的TinyML数据闭… · 设计 · 实现）
综合项目TinyML
29
综合提升
数据闭环的持续改进 · 扩展性设计 · 多设备管理与生态整合
综合提升数据闭环的持续改…
30
课程总结
核心要点回顾 · 最佳实践 · 未来趋势与学习资源推荐
课程总结核心要点回顾