VIP20

本课程属于：027-Edge AI模型压缩：剪枝、蒸馏与稀疏化 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

12. Edge AI视觉模型压缩：检测模型在边缘设备上的瘦身

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

了解Edge AI与视觉模型压缩的背… · 学习目标 · 课程整体框架及边缘设备上部署检测模型…

课程导入Edge

边缘设备与检测模型基础

掌握边缘设备（如Jetson · 树莓派 · 手机NPU）的算力

边缘设备检测模型基础

模型压缩核心概念

理解模型压缩的定义 · 必要性 · 主要技术分类（剪枝

模型压缩核心概念理解模型压缩的定…

模型剪枝基础

学习剪枝的原理 · 结构化与非结构化剪枝的区别 · 全局与局部剪枝策略

模型剪枝基础学习剪枝的原理

使用PyTorch/TensorFl… · 掌握剪枝工具（如torch.nn.u… · NVIDIA TensorRT的剪枝…

剪枝实战PyTorch/Tens…

理解量化原理（FP32到INT8/I… · 对称与非对称量化 · 量化感知训练（QAT）与训练后量化（…

量化基础FP32

使用TensorRT或ONNX Ru… · 处理校准数据集 · 评估量化后精度

量化实战TensorRT

知识蒸馏入门

学习知识蒸馏的核心思想（教师-学生网… · 软标签与温度参数 · 蒸馏损失设计

知识蒸馏入门学习知识蒸馏的核…

以YOLOv5大模型为教师 · 蒸馏训练一个轻量学生模型（如YOLO… · 对比蒸馏前后的精度与速度

蒸馏实战YOLOv5

低秩分解与紧凑网络设计

了解低秩分解（SVD）在卷积核上的应… · 以及设计高效网络（如MobileNe… · ShuffleNet

低秩分解紧凑网络设计

神经架构搜索（NAS）与自动化压缩

介绍NAS在检测模型压缩中的应用（如… · 以及自动化压缩工具（如NNI · AutoML）的使用流程

NAS神经架构搜索

模型压缩工具链与框架

对比主流工具（TensorRT · OpenVINO · CoreML

模型压缩工具链框架

边缘部署流程

从训练好的模型到边缘设备部署的完整流… · 包括模型转换（ONNX · TensorRT）

边缘部署流程从训练好的模型到…

基于Jetson Nano部署YOL… · 量化 · TensorRT加速

案例实战Jetson

基于树莓派部署MobileNet-S… · 实现低功耗目标检测 · 并分析功耗与帧率

案例实战MobileNet-S

手机端部署YOLOv5 · 处理不同分辨率输入 · 优化移动端推理体验

案例实战YOLOv5

精度与速度权衡

学习如何通过实验设计（如消融研究）找… · 并掌握调参技巧（如剪枝比例 · 量化位宽）

精度速度权衡

常见问题与调试

解决压缩后模型精度骤降 · 推理崩溃 · 硬件不兼容等问题

常见问题调试

模型压缩中的正则化与微调

掌握压缩后微调（fine-tunin… · 包括学习率调整 · 数据增强

模型压缩正则化

多任务与检测头压缩

针对检测模型特有的头部（如分类头 · 回归头 · 锚框）进行压缩优化

多任务检测头压缩

动态形状与批处理优化

学习边缘设备上处理动态输入尺寸（如不… · 以及批处理大小对延迟和吞吐量的影响

动态形状批处理优化

硬件感知优化

了解不同边缘硬件（GPU · CPU · NPU

硬件感知优化GPU

模型压缩与数据隐私

探讨在边缘设备上压缩模型时如何保护数… · 以及安全部署的注意事项

模型压缩数据隐私

模型压缩的评估体系

建立完整的评估体系 · 包括离线指标（FLOPs · 参数量）与在线指标（延迟

模型压缩的评估体…建立完整的评估体…

了解最新的模型压缩研究（如结构化剪枝 · 动态推理 · 混合精度量化）

前沿技术了解最新的模型压…

从零开始压缩一个自定义检测模型（如车… · 综合运用剪枝 · 量化

综合实战从零开始压缩一个…

性能调优进阶

使用性能分析工具（如NVIDIA N… · Perfetto）定位瓶颈 · 并针对内存带宽

性能调优进阶NVIDIA

模型压缩的自动化流水线

构建一个自动化压缩流水线 · 集成数据准备 · 压缩

模型压缩的自动化…构建一个自动化压…

项目总结与答辩

总结课程项目成果 · 展示压缩前后对比 · 讨论遇到的挑战与解决方案

项目总结答辩

课程总复习与未来展望

回顾所有核心知识点 · 梳理学习路径 · 探讨Edge AI视觉模型压缩的未来…

课程总复习未来展望