VIP20
本课程属于：005-Edge Impulse端侧模型训练 工业控制与工业互联网 · 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

Edge Impulse视觉分类模型训练与数据增强

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 · Edge Impulse平台简介与视…
课程导入学习目标
02
环境准备
注册Edge Impulse账号 · 创建项目 · 了解仪表盘与数据采集界面
环境准备Edge
03
图像数据基础
图像格式 · 分辨率 · 颜色通道
图像数据基础图像格式
04
数据采集方法
使用手机 · 摄像头或上传图片集 · 以及数据平衡的重要性
数据采集方法使用手机
05
数据预处理
裁剪 · 缩放 · 灰度化
数据预处理裁剪
06
数据增强核心概念
旋转 · 翻转 · 亮度调整
数据增强核心概念旋转
07
Edge Impulse数据增强工具
内置增强选项 · 参数配置与实时预览
EdgeImpulse
08
自定义数据增强
使用Python脚本或自定义处理块实…
自定义数据增强Python
09
数据集划分
训练集 · 验证集 · 测试集的划分原则与Edge Impu…
数据集划分训练集
10
模型选择
Edge Impulse支持的视觉分… · FOMO · EfficientNet）对比
模型选择Edge
11
模型训练流程
配置训练参数 · 选择学习率 · 批次大小
模型训练流程配置训练参数
12
训练监控与调优
损失曲线 · 准确率曲线 · 过拟合与欠拟合的识别与应对
训练监控调优
13
模型评估
混淆矩阵 · 精确率 · 召回率
模型评估混淆矩阵
14
模型测试
使用测试集或实时摄像头进行模型推理验…
模型测试使用测试集或实时…
15
部署准备
模型导出格式（C++ · TensorFlow Lite · OpenMV等）与目标硬件选择
部署准备C++
16
案例实战一
构建一个简单的物体分类器（如猫狗识别…
案例实战一构建一个简单的物…
17
案例实战二
使用数据增强解决小样本问题（如手势识…
案例实战二使用数据增强解决…
18
案例实战三
多类别视觉分类（如水果成熟度检测）的…
案例实战三多类别视觉分类
19
案例实战四
在嵌入式设备（如Arduino · ESP32）上部署视觉分类模型
案例实战四Arduino
20
常见问题一
数据不平衡如何处理？Edge Imp…
常见问题一Edge
21
常见问题二
模型准确率低 · 如何通过数据增强和调参提升
常见问题二模型准确率低
22
常见问题三
训练时间过长或内存不足的优化技巧
常见问题三训练时间过长或内…
23
常见问题四
部署后推理速度慢 · 如何优化模型大小和速度
常见问题四部署后推理速度慢
24
进阶技巧
迁移学习在Edge Impulse中…
进阶技巧Edge
25
进阶技巧
使用EON Tuner自动搜索最优模…
进阶技巧EON
26
进阶技巧
结合数据增强与正则化防止过拟合
进阶技巧结合数据增强
27
综合项目
设计一个完整的视觉分类系统（如垃圾分…
综合项目设计一个完整的视…
28
综合项目
多传感器融合（图像+其他数据）在Ed…
综合项目Ed
29
课程总结
核心知识点回顾 · 常见错误规避 · 学习路径建议
课程总结核心知识点回顾
30
拓展资源
官方文档 · 社区论坛 · 开源项目与后续学习方向
拓展资源官方文档