首页
›
嵌入式边缘AI与TinyML
›
046-算能BM1684BM1688边缘AI盒子部署
›
《算能BM1684 BM1688视觉AI部署》
VIP20
本课程属于:046-算能BM1684BM1688边缘AI盒子部署
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. 算能BM1684/BM1688入门:国产AI算力盒子部署流程
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
01
课程导入
了解BM1684/BM1688芯片定… · 算力参数 · 应用场景及课程整体学习路径
课程导入
BM1684/BM168…
02
开发环境搭建
安装交叉编译工具链 · SDK · 驱动
开发环境搭建
安装交叉编译工具…
03
硬件平台认知
认识BM1684/BM1688盒子硬… · 电源 · 散热
硬件平台认知
BM1684/BM168…
04
系统镜像烧录
制作SD卡或eMMC启动盘 · 烧录Linux系统镜像 · 验证系统启动
系统镜像烧录
SD
05
SSH与文件传输
通过SSH远程登录盒子 · 使用scp/rsync传输文件 · 配置网络静态IP
SSH
文件传输
06
TPU-MLIR工具链
理解TPU-MLIR编译流程 · 安装配置 · 熟悉模型转换基本命令
TPU-MLIR
工具链
07
模型转换基础
将PyTorch/ONNX模型转换为…
模型转换基础
PyTorch/ONNX
08
模型量化原理
了解INT8量化 · 校准数据集 · 量化误差及精度评估方法
模型量化原理
INT8
09
ONNX模型转换实战
以YOLOv5为例 · 完成ONNX导出 · TPU-MLIR转换
ONNX
模型转换实战
10
PyTorch模型转换实战
以ResNet为例 · 走通torchscript->onn…
PyTorch
模型转换实战
11
bmodel部署API
掌握sail/ffmpeg等SDK接… · 加载bmodel并执行推理
bmodel
API
12
推理引擎sail使用
学习sail的Python/C++接… · 实现图像分类推理示例
sail
推理引擎
13
多模型并发与流水线
理解多核调度 · 多模型并行 · 异步推理与流水线优化
多模型并发
流水线
14
图像预处理与后处理
掌握resize · 归一化 · letterbox等预处理及NMS等…
图像预处理
后处理
15
视频流接入
使用FFmpeg或GStreamer… · 解码为帧送入模型
视频流接入
FFmpeg
16
目标检测实战
基于YOLOv5 bmodel实现实… · 输出检测框和类别
目标检测实战
YOLOv5
17
图像分类实战
基于ResNet bmodel实现图… · 并评估Top-1/Top-5准确率
图像分类实战
ResNet
18
语义分割实战
基于DeepLab或UNet bmo… · 可视化结果
语义分割实战
DeepLab
19
人脸检测与识别
部署人脸检测+特征提取模型 · 实现简单的人脸比对
人脸检测
识别
20
模型性能调优
使用性能分析工具定位瓶颈 · 优化预处理 · 推理
模型性能调优
使用性能分析工具…
21
内存与资源管理
监控内存 · CPU · NPU占用
内存
资源管理
22
多路视频分析
设计多路视频流并行处理架构 · 实现多路RTSP同时推理
多路视频分析
设计多路视频流并…
23
模型加密与保护
了解bmodel加密机制 · 实现模型文件的安全部署
模型加密
保护
24
常见错误排查
解决模型转换失败 · 推理报错 · 内存溢出
常见错误排查
解决模型转换失败
25
容器化部署
使用Docker封装推理环境 · 实现快速部署与迁移
容器化部署
Docker
26
Web服务集成
通过Flask/FastAPI封装推… · 提供HTTP服务
Web
服务集成
27
边缘计算案例
结合MQTT/HTTP将推理结果上传… · 实现端云协同
边缘计算案例
MQTT/HTTP
28
综合项目实战
从模型选择 · 转换 · 部署到性能优化
综合项目实战
从模型选择
29
课程总结与进阶
回顾核心知识点 · 介绍BM1688新特性及后续学习资源
课程总结
进阶
30
结课测试与答疑
设计综合测试题 · 解答常见疑问 · 巩固学习成果
结课测试
答疑
所属VIP或分类
同VIP:BM1684-Docker-SDK推理环境交付
同VIP:BM1684BM1688项目验收:帧率、延迟、准确率和稳定性测试
同VIP:BM1684检测分类跟踪多模型并行调度