VIP20
本课程属于：014-TinyML时序传感器异常检测 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

TFLite Micro温度传感器异常检测实战

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 · 课程适用人群 · 整体学习路径与实战项目预览
课程导入学习目标
02
嵌入式机器学习基础
TFLite Micro的定位 · 与传统TFLite的区别 · 典型应用场景
嵌入式机器学习基…TFLite
03
温度传感器基础
常见温度传感器类型（热电偶 · 热敏电阻 · 数字传感器）
温度传感器基础常见温度传感器类…
04
异常检测概念
异常检测的定义 · 类型（点异常 · 上下文异常
异常检测概念异常检测的定义
05
开发环境搭建
安装TFLite Micro依赖 · 配置交叉编译工具链 · 准备硬件平台（如STM32
开发环境搭建TFLite
06
数据采集与预处理
温度数据采集方法 · 采样率选择 · 数据清洗
数据采集预处理
07
数据集构建
如何构建温度异常检测数据集 · 标注策略 · 数据增强与平衡处理
数据集构建如何构建温度异常…
08
经典异常检测算法
统计方法（Z-score · IQR） · 基于距离的方法（KNN）在温度数据上…
经典异常检测算法Z-score
09
机器学习模型选择
适用于MCU的轻量级模型（决策树 · 随机森林 · 小型神经网络）对比
机器学习模型选择MCU
10
深度学习模型设计
基于LSTM或1D-CNN的温度序列…
深度学习模型设计LSTM
11
模型训练与验证
训练流程 · 损失函数选择 · 评估指标（精确率
模型训练验证
12
模型量化与压缩
TFLite量化原理 · 动态范围量化与全整数量化 · 模型大小与精度权衡
模型量化压缩
13
TFLite模型转换
将Keras/TensorFlow模… · 并适配TFLite Micro
TFLite模型转换
14
TFLite Micro部署流程
将TFLite模型集成到嵌入式工程 · 内存管理 · 运行时初始化
TFLiteMicro
15
温度传感器驱动开发
编写传感器读取驱动 · 校准流程 · 数据缓冲与时间戳管理
温度传感器驱动开…编写传感器读取驱…
16
实时数据流处理
在MCU上实现滑动窗口 · 特征提取与实时推理的流水线设计
实时数据流处理MCU
17
异常检测推理引擎
使用TFLite Micro解释器执… · 处理输入输出张量 · 优化推理速度
异常检测推理引擎TFLite
18
阈值与决策逻辑
如何设置异常判定阈值 · 结合模型输出与业务规则减少误报
阈值决策逻辑
19
实战项目一
基于统计方法的温度异常检测——实现Z…
实战项目一基于统计方法的温…
20
实战项目二
基于小型神经网络的温度异常检测——训…
实战项目二基于小型神经网络…
21
实战项目三
基于LSTM的序列异常检测——处理时…
实战项目三LSTM
22
实战项目四
多传感器融合异常检测——结合湿度或振…
实战项目四多传感器融合异常…
23
系统集成与优化
整合传感器 · 模型 · 报警模块
系统集成优化
24
调试与验证
使用串口输出调试信息 · 可视化温度曲线 · 验证异常检测准确性
调试验证
25
常见问题与解决方案
模型不收敛 · 量化精度损失 · 内存溢出
常见问题解决方案
26
模型更新与OTA
如何在嵌入式设备上安全更新模型 · 实现远程升级
OTA模型更新
27
安全性与可靠性
异常检测系统的容错设计 · 传感器故障检测 · 数据完整性保护
安全性可靠性
28
性能评估与基准测试
在真实硬件上测量推理时间 · 功耗 · 内存占用
性能评估基准测试
29
综合实战
从零搭建一个完整的温度异常检测系统 · 包括数据采集 · 训练
综合实战从零搭建一个完整…
30
课程总结与进阶方向
回顾核心知识点 · 常见误区 · 未来学习路径（如边缘AI
课程总结进阶方向