VIP20
本课程属于：010-TinyML模型剪枝与稀疏化 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 AI低端MCU模型结构压缩实战案例

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 · 课程结构
课程导入学习目标
02
低端MCU硬件基础
常见MCU型号（如STM32 · ESP32 · Cortex-M0/M4）
MCU低端
03
模型压缩概览
模型压缩的定义 · 必要性 · 主要技术分类（剪枝
模型压缩概览模型压缩的定义
04
模型量化基础
量化原理 · 定点与浮点 · 对称/非对称量化
模型量化基础量化原理
05
低比特量化实战
8bit/4bit/2bit量化在M… · 量化参数校准 · 混合精度量化策略
低比特量化实战bit/4bit/2bi…
06
模型剪枝基础
结构化剪枝与非结构化剪枝 · 通道剪枝 · 层剪枝
模型剪枝基础结构化剪枝
07
剪枝实战案例
针对MCU的通道剪枝流程（以CNN为… · 剪枝率选择 · 性能与精度权衡
剪枝实战案例MCU
08
知识蒸馏基础
教师-学生网络 · 软标签 · 温度参数
知识蒸馏基础教师
09
知识蒸馏实战
将大模型蒸馏为适合MCU的小模型 · 蒸馏在图像分类/语音唤醒中的应用
知识蒸馏实战MCU
10
低秩分解与矩阵近似
SVD分解 · 张量分解 · 低秩近似在卷积/全连接层中的应用
低秩分解矩阵近似
11
神经架构搜索（NAS）入门
NAS基本概念 · 搜索空间 · 搜索策略
NAS神经架构搜索
12
轻量级网络结构设计
MobileNet · ShuffleNet · EfficientNet-Lite等…
轻量级网络结构设…MobileNet
13
模型压缩工具链
TensorFlow Lite Mi… · PyTorch Mobile · ONNX Runtime
模型压缩工具链TensorFlow
14
模型转换与部署流程
从训练框架到MCU的转换步骤 · 格式转换（TFLite · ONNX
模型转换部署流程
15
CMSIS-NN与硬件加速
CMSIS-NN库的卷积/池化优化 · SIMD指令 · 硬件加速器（如NPU）的利用
CMSIS-NN硬件加速
16
案例实战
基于STM32F4的图像分类模型压缩…
案例实战STM32F4
17
案例实战
基于ESP32的语音关键词识别（KW…
案例实战ESP32
18
案例实战
基于Cortex-M0+的异常检测模…
案例实战Cortex-M0+
19
案例实战
人体活动识别（HAR）模型压缩与MC…
案例实战HAR
20
案例实战
目标检测模型（如Tiny-YOLO）…
案例实战Tiny-YOLO
21
量化与剪枝联合优化
组合策略 · 顺序选择 · 联合微调
量化剪枝联合优化
22
模型压缩中的常见问题
精度下降 · 过拟合 · 训练不稳定
模型压缩常见问题
23
性能评估与基准测试
模型大小 · 推理时间 · 功耗
性能评估基准测试
24
模型压缩与硬件协同设计
根据MCU资源自动选择压缩策略 · 硬件感知的压缩
模型压缩硬件协同设计
25
边缘AI安全与隐私
模型加密 · 对抗攻击 · 压缩对安全性的影响
AI边缘
26
模型压缩的自动化与工具开发
AutoML压缩 · 压缩流水线搭建 · 自定义压缩脚本
模型压缩的自动化工具开发
27
综合实战项目
从零开始压缩一个真实应用模型（如手势…
综合实战项目从零开始压缩一个…
28
课程总结与进阶路径
核心知识点回顾 · 常见误区 · 学习资源推荐
课程总结进阶路径
29
实战项目答辩与优化
学员项目展示 · 问题反馈 · 性能优化建议
实战项目答辩优化
30
结课测试与评估
理论测试 · 实操考核 · 课程反馈
结课测试评估