VIP20
本课程属于：038-Raspberry Pi AI视觉与边缘推理项目 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

11. Raspberry Pi + Coral推理：USB加速器部署TFLite模型

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 · 课程结构 · Coral USB加速器与TFLit…
课程导入学习目标
02
硬件准备
Raspberry Pi型号选择 · Coral USB加速器规格 · 电源与散热要求
硬件准备Raspberry
03
系统环境搭建
Raspberry Pi OS安装 · Python版本管理 · pip与虚拟环境配置
系统环境搭建Raspberry
04
Coral驱动安装
Edge TPU运行时安装 · libusb依赖 · 设备权限设置与验证
Coral驱动安装
05
TFLite模型基础
TFLite模型格式 · 量化类型（FP32/INT8） · 模型转换工具介绍
TFLite模型基础
06
Edge TPU模型编译
使用edgetpu_compiler…
EdgeTPU
07
Python推理库
安装pycoral · tflite-runtime · opencv等核心库
Python推理库
08
第一个推理程序
加载编译后的模型 · 输入预处理 · 执行推理
第一个推理程序加载编译后的模型
09
图像分类实战
使用MobileNet V2模型对静… · 并显示结果
图像分类实战MobileNet
10
目标检测实战
使用SSD MobileNet模型检… · 绘制边界框
目标检测实战SSD
11
实时摄像头推理
使用PiCamera或USB摄像头进…
实时摄像头推理PiCamera
12
性能优化
批处理 · 多线程 · 模型输入尺寸调整
性能优化批处理
13
常见错误排查
设备未识别 · 模型编译失败 · 推理结果错误等问题的解决方法
常见错误排查设备未识别
14
模型转换与量化
将Keras或PyTorch模型转换… · 并应用量化
模型转换量化
15
自定义模型部署
训练自己的分类模型并部署到Coral…
自定义模型部署Coral
16
多模型管理
在多个模型之间切换 · 内存与资源管理
多模型管理多个模型之间切换
17
与云服务集成
将推理结果上传至云端 · 使用MQTT或HTTP
云服务集成将推理结果上传至…
18
边缘计算案例
智能门铃 · 物体计数 · 垃圾分类等综合项目
边缘计算案例智能门铃
19
功耗与热管理
监控CPU/TPU温度 · 优化功耗策略
功耗热管理
20
安全与权限
保护模型文件 · 限制设备访问 · 安全更新
安全权限
21
测试与验证
单元测试 · 集成测试 · 模型精度评估
测试验证
22
部署为服务
使用Flask或FastAPI将推理…
部署为服务Flask
23
使用Docker部署
创建包含Coral环境的Docker… · 简化部署
Docker使用
24
与Node-RED集成
通过可视化流程实现推理应用
Node-RED集成
25
模型精度调优
数据增强 · 超参数调整 · 量化感知训练
模型精度调优数据增强
26
多设备协同
多个Coral加速器并行推理 · 负载均衡
多设备协同Coral
27
离线推理
在没有网络的环境下运行模型 · 模型缓存策略
离线推理没有网络的环境下…
28
日志与监控
记录推理日志 · 性能指标 · 使用Prometheus监控
日志监控
29
综合项目实战
构建一个完整的智能监控系统 · 从数据采集到推理展示
综合项目实战构建一个完整的智…
30
课程总结与进阶
回顾关键知识点 · 推荐学习资源 · 探索TPU与边缘AI未来方向
课程总结进阶