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

5. Edge AI轻量网络设计：MobileNet、ShuffleNet与EfficientNet-Lite

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
Edge AI与轻量网络设计的背景 · 挑战与学习路径
课程导入Edge
02
轻量网络基础
卷积神经网络（CNN）核心组件与计算… · MACs · Params）
轻量网络基础CNN
03
深度可分离卷积
Depthwise Separabl… · 结构优势与计算复杂度分析
深度可分离卷积Depthwise
04
MobileNet V1
核心架构 · 宽度乘数（Width Multipl…
MobileNetV1
05
MobileNet V2
线性瓶颈（Linear Bottle…
MobileNetV2
06
MobileNet V3
神经架构搜索（NAS） · Squeeze-and-Excita…
MobileNetV3
07
ShuffleNet V1
通道混洗（Channel Shuff…
ShuffleNetV1
08
ShuffleNet V2
高效网络设计准则（如平衡通道宽度 · 避免密集连接）与实用设计指南
ShuffleNetV2
09
EfficientNet-Lite
从EfficientNet到Lite… · 缩放方法（深度 · 宽度
EfficientNet…EfficientNet
10
轻量网络对比分析
MobileNet系列 · ShuffleNet系列与Effic… · 速度
轻量网络对比分析MobileNet
11
模型压缩基础
剪枝（Pruning） · 量化（Quantization）与知…
模型压缩基础Pruning
12
Edge AI硬件适配
CPU · GPU · NPU
EdgeAI
13
轻量网络训练技巧
数据增强 · 学习率调度 · 正则化与迁移学习在轻量模型上的实践
轻量网络训练技巧数据增强
14
轻量网络部署流程
从PyTorch/TensorFlo… · TensorRT · TFLite的转换与优化
轻量网络部署流程PyTorch/Tens…
15
实战项目一
使用MobileNetV3在自定义数…
实战项目一MobileNetV3
16
实战项目二
基于ShuffleNetV2实现实时…
实战项目二ShuffleNetV2
17
实战项目三
利用EfficientNet-Lit… · 完成细粒度图像识别任务并优化推理速度
实战项目三EfficientNet…
18
轻量网络在嵌入式设备上的内存与功耗优化
模型量化（INT8）与算子融合实战
轻量网络嵌入式设备上的内…
19
常见问题与调试
训练不收敛 · 过拟合 · 推理速度慢
常见问题调试
20
轻量网络的可解释性
特征图可视化 · 类激活图（CAM）与模型决策分析
轻量网络的可解释…特征图可视化
21
轻量网络的最新进展
MobileOne · GhostNet · RepVGG等新型轻量架构的简要介绍…
轻量网络的最新进…MobileOne
22
轻量网络在边缘视觉任务中的应用
人脸识别 · 姿态估计 · 语义分割等案例解析
轻量网络边缘视觉任务
23
轻量网络在语音与传感器数据上的应用
关键词识别（KWS）与异常检测的轻量…
轻量网络语音
24
多任务轻量网络
共享骨干与任务分支的设计策略 · 以及边缘场景下的多任务部署
多任务轻量网络共享骨干
25
自动化搜索与轻量网络
NAS（神经架构搜索）在Mobile… · EfficientNet等模型设计中…
自动化搜索轻量网络
26
轻量网络的性能评估方法论
延迟 · 吞吐量 · 能耗
轻量网络的性能评…延迟
27
边缘端推理框架实践
TensorFlow Lite · ONNX Runtime · OpenVINO
边缘端推理框架实…TensorFlow
28
综合实战
设计一个面向特定Edge AI场景（… · 工业质检）的轻量网络方案 · 从选型到部署
综合实战Edge
29
课程总结
轻量网络设计的核心思想 · 关键技能与未来趋势（如神经形态计算 · 超低功耗AI）
课程总结轻量网络设计的核…
30
结课考核与拓展
综合项目答辩 · 常见面试题解析与进一步学习资源推荐
结课考核拓展