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

1. OpenVINO入门：Intel Edge AI模型部署完整流程

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

学习目标 · 适用人群 · 课程结构

课程导入学习目标

边缘AI与OpenVINO概述

边缘计算概念 · Intel Edge AI战略 · OpenVINO在边缘部署中的角色与…

OpenVINO架构与核心组件

模型优化器（Model Optimi… · 推理引擎（Inference Eng… · 运行时库

支持模型格式与转换流程

TensorFlow · PyTorch · ONNX

支持模型格式转换流程

模型优化器详解

命令行用法 · 参数配置 · 模型转换示例（以ResNet-50为…

模型优化器详解命令行用法

中间表示（IR）文件结构

.xml与.bin文件解析 · 网络拓扑与权重存储 · IR版本兼容性

推理引擎API入门

C++与Python API基本流程 · 加载模型 · 配置输入输出

API推理引擎

CPU插件与性能调优

CPU推理配置 · 线程数设置 · 吞吐模式与延迟模式选择

GPU插件与异构执行

Intel集成显卡GPU推理 · OpenCL后端 · 异构插件（HETERO）使用

VPU与边缘设备部署

Intel Movidius Neu… · VPU插件 · 在树莓派等设备上的部署

VPU边缘设备部署

模型精度与量化

FP32 · FP16 · INT8精度对比

模型精度量化

模型压缩与剪枝

知识蒸馏 · 权重剪枝 · 稀疏化在OpenVINO中的应用

模型压缩剪枝

OpenVINO集成OpenCV

图像预处理 · 后处理 · OpenCV与OpenVINO联合实…

图像分类模型部署——使用OpenVI…

实战案例1OpenVI

目标检测模型部署——使用OpenVI…

实战案例2OpenVI

语义分割模型部署——使用OpenVI…

实战案例3OpenVI

人体姿态估计——使用OpenVINO…

实战案例4OpenVINO

自然语言处理模型部署——BERT模型…

实战案例5BERT

视频流处理与多路推理

使用OpenVINO处理视频流 · 多路摄像头并行推理 · GStreamer集成

视频流处理多路推理

模型服务与部署架构

将OpenVINO模型封装为REST… · 使用Docker容器化部署

模型服务部署架构

性能基准测试与优化

使用benchmark_app工具 · 分析瓶颈 · 优化推理时间与吞吐量

性能基准测试优化

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

OpenVINO与深度学习框架协同

在TensorFlow/PyTorc…

OpenVINO深度学习框架协同

自定义层与扩展

处理不支持的算子 · 自定义层实现 · CPU/GPU扩展

自定义层扩展

模型安全与加密

模型加密 · 防篡改 · 安全推理在边缘设备上的实现

模型安全加密

OpenVINO 2023+新特性

API 2.0 · 自动设备插件 · 动态形状支持

OpenVINO2023+新特性

边缘AI项目完整流程

从需求分析 · 模型选择 · 训练

智能安防系统——使用OpenVINO… · 跟踪与告警

综合实战OpenVINO

工业质检系统——使用OpenVINO…

综合实战OpenVINO

课程总结与进阶路径

学习资源 · 社区支持 · 认证考试

课程总结进阶路径