VIP20
本课程属于：022-TinyML RTOS集成与实时任务调度 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

4. TinyML实时推理周期：Deadline、Jitter与采样窗口管理

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
理解TinyML实时推理周期的定义 · 重要性以及Deadline · Jitter和采样窗口在嵌入式AI中…
课程导入TinyML
02
基础知识
掌握实时系统的基本概念 · 包括硬实时 · 软实时
基础知识掌握实时系统的基…
03
核心概念
深入解析Jitter（抖动）的来源 · 类型（调度抖动 · 执行时间抖动
核心概念Jitter
04
核心概念
理解采样窗口（Sampling Wi… · 作用以及它与推理周期 · 传感器数据流的关系
核心概念Sampling
05
方法流程
学习如何为TinyML推理任务设定合… · 包括基于传感器频率 · 应用需求和硬件能力的权衡
方法流程TinyML
06
方法流程
掌握Jitter的测量方法 · 包括使用逻辑分析仪 · RTOS追踪工具和性能计数器来量化抖…
方法流程Jitter
07
方法流程
学习采样窗口管理策略 · 包括固定窗口 · 滑动窗口和事件驱动窗口的适用场景
方法流程学习采样窗口管理…
08
案例实战
基于STM32和CMSIS-RTOS… · 并设置硬性Deadline
案例实战STM32
09
案例实战
使用Arduino Nano 33… · 分析不同采样窗口长度对推理准确率和延…
案例实战Arduino
10
案例实战
在ESP32上部署TinyML模型 · 通过FreeRTOS任务优先级和中断…
案例实战ESP32
11
常见问题
为什么我的推理周期不稳定？——分析调… · 中断优先级和内存分配对周期抖动的影响
常见问题为什么我的推理周…
12
常见问题
Deadline设置过紧或过松会导致…
常见问题Deadline
13
常见问题
采样窗口与推理延迟之间的权衡——窗口… · 但延迟增加 · 如何优化
常见问题采样窗口
14
综合提升
设计一个自适应采样窗口管理器 · 根据传感器数据变化率动态调整窗口大小
综合提升设计一个自适应采…
15
综合提升
结合时间触发架构（TTA）和事件触发…
综合提升TTA
16
综合提升
使用形式化方法（如响应时间分析）验证…
综合提升使用形式化方法
17
工具实践
使用Percepio Traceal…
工具实践Percepio
18
工具实践
利用TensorFlow Lite… · 并分析其分布
工具实践TensorFlow
19
工具实践
使用逻辑分析仪和GPIO引脚标记推理… · 测量实际周期和抖动
工具实践GPIO
20
进阶专题
多传感器融合下的采样窗口同步与Dea…
进阶专题Dea
21
进阶专题
低功耗约束下的实时推理——如何通过动…
进阶专题低功耗约束下的实…
22
进阶专题
边缘-云协同中的网络抖动对推理周期的…
进阶专题边缘
23
实战项目
构建一个关键词唤醒系统 · 要求推理周期稳定在50ms±5ms · 并优化Jitter
实战项目构建一个关键词唤…
24
实战项目
实现一个异常检测系统 · 使用滑动窗口处理加速度数据 · 并保证在100ms内完成推理
实战项目实现一个异常检测…
25
实战项目
开发一个手势识别应用 · 通过调整采样窗口和Deadline来…
实战项目开发一个手势识别…
26
性能优化
通过模型量化 · 剪枝和算子融合减少推理时间 · 从而放宽Deadline约束
性能优化通过模型量化
27
性能优化
使用双缓冲和DMA传输减少数据拷贝和… · 降低Jitter
性能优化DMA
28
性能优化
利用多核MCU或协处理器并行处理采样… · 提高周期稳定性
性能优化MCU
29
测试与验证
设计压力测试场景（如高负载 · 中断风暴）来评估系统在极端条件下的D…
测试验证
30
课程总结
回顾关键知识点 · 总结最佳实践 · 并展望TinyML实时推理周期的未来…
课程总结回顾关键知识点