VIP20
本课程属于：030-Intel Edge AI与OpenVINO部署优化 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

7. OpenVINO图像分类部署：Intel CPU边缘推理实战

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
学习目标 · 适用人群 · 课程整体框架与实战项目预览
课程导入学习目标
02
边缘计算与推理基础
边缘计算概念 · 边缘推理与云推理对比 · Intel CPU在边缘推理中的优势
边缘计算推理基础
03
OpenVINO工具套件概览
OpenVINO发展历程 · 核心组件（Model Optimiz… · Inference Engine
OpenVINO工具套件概览
04
开发环境搭建
在Windows/Linux上安装O… · 配置环境变量 · 验证安装
开发环境搭建Windows/Linu…
05
图像分类基础
图像分类任务定义 · 常见数据集（ImageNet · CIFAR-10）
图像分类基础图像分类任务定义
06
模型获取与转换
从PyTorch/TensorFlo… · 使用Model Optimizer转… · 转换参数与优化选项
模型获取转换
07
IR模型结构解析
理解Intermediate Rep… · 输入输出张量 · 精度与布局（NCHW/NHWC）
IR模型结构解析
08
推理引擎核心API
使用Inference Engine… · 配置输入输出 · 执行同步与异步推理
API推理引擎核心
09
图像预处理与后处理
图像缩放 · 归一化 · 通道转换
图像预处理后处理
10
第一个图像分类程序
使用OpenVINO Python… · 完整代码与运行调试
第一个图像分类程…OpenVINO
11
异步推理与性能优化
异步推理模式 · 流水线设计 · 多请求并发
异步推理性能优化
12
CPU推理性能调优
CPU线程数设置 · 绑定 · 吞吐模式与延迟模式选择
CPU推理性能调优
13
模型量化与压缩
INT8量化原理 · 使用Post-training Op… · 精度与性能权衡
模型量化压缩
14
OpenVINO与OpenCV集成
使用OpenCV读取图像 · 视频流 · 结合OpenVINO实现实时分类
OpenVINOOpenCV
15
摄像头实时分类实战
调用摄像头捕获视频帧 · 进行实时图像分类 · 并显示结果
摄像头实时分类实…调用摄像头捕获视…
16
批量图像分类实战
处理文件夹中多张图片 · 批量推理并保存结果 · 优化批处理性能
批量图像分类实战处理文件夹
17
分类模型自定义与迁移
使用自己的数据集训练简单分类模型（如… · 并转换为OpenVINO格式
分类模型自定义迁移
18
多模型协同推理
在边缘设备上同时运行分类与检测模型 · 实现多任务处理
多模型协同推理边缘设备上同时运…
19
边缘设备部署案例
在Intel NUC · Raspberry Pi（x86）等… · 考虑功耗与性能
边缘设备部署案例Intel
20
常见错误与调试技巧
模型转换失败 · 推理结果错误 · 内存泄漏
常见错误调试技巧
21
OpenVINO 2023+新特性
API 2.0 · 运行时模型优化 · 自动设备插件等新功能应用
OpenVINO2023+新特性
22
与深度学习框架对比
OpenVINO与ONNX Runt… · TensorRT · TFLite在CPU推理上的性能对比
深度学习框架对比OpenVINO
23
模型安全与隐私
边缘推理中的数据加密 · 模型保护 · 安全部署最佳实践
模型安全隐私
24
综合实战项目一
构建一个端到端的图像分类服务 · 支持图片上传与分类结果返回
综合实战项目一构建一个端到端的…
25
综合实战项目二
开发一个基于视频流的实时分类监控系统 · 并实现告警功能
综合实战项目二开发一个基于视频…
26
性能评估与基准测试
使用OpenVINO提供的工具进行延… · 吞吐量 · 功耗测试
性能评估基准测试
27
容器化部署
使用Docker打包OpenVINO… · 实现跨环境快速部署
容器化部署Docker
28
边缘云协同推理
设计边缘端与云端协同的推理架构 · 实现负载均衡与模型更新
边缘云协同推理设计边缘端
29
课程总结与知识图谱
回顾核心知识点 · 技能树 · 常见面试题与职业发展建议
课程总结知识图谱
30
实战挑战与扩展
提供进阶练习（如模型融合 · 动态输入 · 多线程优化）
实战挑战扩展