首页
›
嵌入式边缘AI与TinyML
›
042-TinyML智能穿戴与健康监测项目
›
《nRF与STM32穿戴式AI模型部署》
VIP20
本课程属于:042-TinyML智能穿戴与健康监测项目
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
📘
8. nRF/STM32穿戴设备模型部署:Int8模型和资源预算控制
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 · 课程整体框架与学习路径
课程导入
学习目标
02
穿戴设备与嵌入式AI基础
nRF与STM32平台特点 · 穿戴设备算力与功耗约束 · 典型应用场景
AI
穿戴设备
03
模型部署基本概念
从训练到部署的流程 · 推理引擎 · 模型格式转换
模型部署基本概念
从训练到部署的流…
04
Int8量化原理
量化动机 · 线性量化与非线性量化 · 对称与非对称量化
Int8
量化原理
05
量化误差分析
量化误差来源 · 对精度的影响 · 校准数据集与评估方法
量化误差分析
量化误差来源
06
训练后量化(PTQ)
PTQ流程 · 动态范围量化 · 全整型量化
PTQ
训练后量化
07
量化感知训练(QAT)
QAT原理 · 伪量化节点 · 训练技巧
QAT
量化感知训练
08
模型转换与优化
ONNX转换 · TFLite转换 · 模型剪枝
模型转换
优化
09
nRF平台部署工具链
nRF Connect SDK · TensorFlow Lite fo… · Edge Impulse
nRF
平台部署工具链
10
STM32平台部署工具链
STM32Cube.AI · STM32CubeMX · X-CUBE-AI
STM32
平台部署工具链
11
资源预算控制基础
Flash · RAM · CPU周期
资源预算控制基础
Flash
12
模型大小与内存优化
参数量化 · 权重共享 · 内存复用
模型大小
内存优化
13
推理速度优化
算子优化 · 内核加速 · DSP指令
推理速度优化
算子优化
14
功耗优化策略
低功耗模式 · 事件驱动推理 · 动态电压频率调整
功耗优化策略
低功耗模式
15
端侧部署流程实战
以nRF52840为例 · 从训练好的模型到Int8 TFLit… · 再到嵌入式部署
端侧部署流程实战
nRF52840
16
端侧部署流程实战
以STM32F4为例 · 使用STM32Cube.AI生成In…
端侧部署流程实战
STM32F4
17
传感器数据预处理与特征工程
穿戴设备常见传感器(IMU · PPG · ECG)
传感器数据预处理
特征工程
18
案例实战
基于nRF的手势识别模型部署 · 包括数据采集 · 训练
案例实战
nRF
19
案例实战
基于STM32的异常检测模型部署 · 如跌倒检测或心率异常检测
案例实战
STM32
20
多传感器融合模型部署
多输入模型处理 · 时间同步 · 内存与计算预算分配
多传感器融合模型…
多输入模型处理
21
模型更新与OTA
穿戴设备模型远程更新 · 差分更新 · 安全与功耗考虑
OTA
模型更新
22
调试与性能分析
日志输出 · 性能计数器 · 内存分析工具
调试
性能分析
23
常见问题与解决方案
量化精度下降 · 内存溢出 · 推理延迟高
常见问题
解决方案
24
模型部署的测试与验证
单元测试 · 集成测试 · 硬件在环测试
模型部署的测试
验证
25
安全与隐私
模型加密 · 防篡改 · 数据隐私保护
安全
隐私
26
综合项目
设计一个完整的穿戴设备AI应用 · 从需求分析 · 模型选择
综合项目
AI
27
性能调优进阶
使用硬件加速器 · 自定义算子 · 汇编级优化
性能调优进阶
使用硬件加速器
28
资源预算控制方法论
预算驱动的开发流程 · 迭代优化 · 工具链自动化评估
资源预算控制方法…
预算驱动的开发流…
29
前沿与趋势
超低功耗AI芯片 · 神经形态计算 · 联邦学习在穿戴设备中的应用
前沿
趋势
30
课程总结与拓展
核心要点回顾 · 学习资源推荐 · 项目实战建议与未来学习路径
课程总结
拓展
所属VIP或分类
同VIP:TinyML智能穿戴交付:源码、模型、功耗报告和测试文档
同VIP:TinyML智能穿戴项目:动作识别、健康监测与低功耗告警
同VIP:TinyML睡眠状态监测与时序数据建模