嵌入式边缘AI与TinyML课程目录 · 第10页
本页列出第541–600门课程,共1220门。
- 《RK3568RK3566工业AI网关:轻量视觉模型本地推理》
- 《RK3588 NPU多核性能评测与任务调度》
- 《RK3588边缘AI部署入门:瑞芯微NPU完整开发流程》
- 《RKNN C++ NPU推理运行时封装》
- 《RKNN INT8校准集与量化精度恢复》
- 《RKNN ONNX模型转换与量化部署》
- 《RKNN Python推理结果与量化精度校验》
- 《RKNN YOLO部署:目标检测模型转换与后处理》
- 《RKNN不兼容模型转换修复与跨端验证》
- 《RKNN图像预处理与推理输入适配》
- 《RKNN多核NPU并发推理系统》
- 《RKNN模型升级:版本管理、回滚和远程发布》
- 《RKNN模型构建量化与运行时集成》
- 《RKNN精度偏差排查:预处理一致性和量化误差分析》
- 《RKNN视频流部署:摄像头采集、RGA预处理与NPU推理》
- 《RKNN边缘网关部署:多路摄像头与任务调度》
- 《RKNN部署验收:帧率、精度、温度与稳定性测试》
- 《RKNN零拷贝推理与输入输出内存优化》
- 《瑞芯微Edge AI项目交付:模型、固件与部署文档整理》
- 《瑞芯微NPU视觉检测:缺陷检测和产线边缘推理》
- 《Qualcomm Edge AI交付:移动端模型部署验收清单》
- 《Qualcomm SNPE移动端NPU模型转换与部署》
- 《SNPE Android SDK与移动端工程集成》
- 《SNPE Android集成:Java、JNI与C++ Runtime调用》
- 《SNPE CPU GPU DSP HTP多后端性能评测》
- 《SNPE DLC模型包版本与部署管理》
- 《SNPE YOLO模型转换与Android部署》
- 《SNPE兼容性排查:不支持算子和模型结构调整》
- 《SNPE图像分类部署:移动端轻量模型推理实践》
- 《SNPE多模型延迟吞吐能耗基准测试》
- 《SNPE多模型调度:移动设备上的资源和温度控制》
- 《SNPE多输入数据适配与推理校验》
- 《SNPE生产问题排查:性能波动、发热和兼容性风险》
- 《SNPE移动视觉应用:实时检测、分割和分类场景》
- 《SNPE端侧语音模型:关键词识别和音频分类部署》
- 《SNPE精度偏差分析:框架输出与设备输出对齐》
- 《SNPE设备适配:不同芯片平台的性能差异处理》
- 《SNPE跨框架模型转换与DLC部署》
- 《SNPE部署自动化:转换、量化、测试和报告生成》
- 《SNPE量化部署:INT8校准和精度评估方法》
- 《Intel Edge AI项目交付:部署脚本、性能报告与验收指标》
- 《OpenVINO FP16 INT8压缩与性能校准》
- 《OpenVINO Intel多设备选型与性能调优》
- 《OpenVINO NNCF剪枝量化与精度恢复》
- 《OpenVINO ONNX至IR转换与运行时验证》
- 《OpenVINO POT校准与INT8精度验收》
- 《OpenVINO Runtime使用:CPU、iGPU和NPU设备推理》
- 《OpenVINO不兼容算子与形状问题诊断》
- 《OpenVINO图像分类部署:Intel CPU边缘推理实战》
- 《OpenVINO图像预处理管线与推理集成》
- 《OpenVINO工业视觉案例:缺陷检测与相机流水线集成》
- 《OpenVINO异步推理系统与吞吐调优》
- 《OpenVINO性能Benchmark:Latency模式和Throughput模式》
- 《OpenVINO模型版本管理:IR文件、配置和发布流程》
- 《OpenVINO生产监控:推理延迟、资源占用与日志分析》
- 《OpenVINO目标检测部署:YOLO模型转换和后处理》
- 《OpenVINO视频分析:异步推理与多路视频处理》
- 《OpenVINO跨框架输出校验与精度修复》
- 《OpenVINO边缘AI模型转换与推理部署》
- 《OpenVINO部署到边缘网关:Docker、服务化与远程更新》