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电流传感器异常检测部署教程

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
学习目标 · 适用人群 · 课程整体框架与学习路径
课程导入学习目标
02
电流传感器基础
电流传感器类型 · 工作原理 · 输出信号特性与常见异常模式
电流传感器基础电流传感器类型
03
异常检测概述
异常检测定义 · 分类（点异常 · 上下文异常
异常检测概述异常检测定义
04
嵌入式机器学习入门
TinyML概念 · TFLite Micro简介 · 在MCU上运行模型的优势与限制
嵌入式机器学习入…TinyML
05
开发环境搭建
硬件选型（如STM32 · ESP32） · 软件工具链（Arduino
开发环境搭建STM32
06
数据采集与预处理
电流信号采样 · 滤波 · 归一化
数据采集预处理
07
异常检测算法选型
基于统计（阈值 · Z-score） · 基于距离（KNN）
异常检测算法选型基于统计
08
模型训练基础
使用Python训练异常检测模型（如… · Isolation Forest） · 数据集划分与评估指标（准确率
模型训练基础Python
09
模型压缩与量化
量化原理（PTQ · QAT） · 权重/激活量化
模型压缩量化
10
TFLite模型转换
将Keras/TensorFlow模… · 设置输入输出形状 · 量化参数
TFLite模型转换
11
TFLite Micro集成
在MCU项目中集成TFLite Mi… · 模型部署到嵌入式设备的基本流程
TFLiteMicro
12
模型推理实现
编写C++推理代码 · 处理输入输出张量 · 实现实时异常评分
模型推理实现C++
13
异常阈值设定
基于训练集分布确定阈值 · 动态阈值调整策略 · 避免误报漏报
异常阈值设定基于训练集分布确…
14
实时数据流处理
在MCU上实现连续采样 · 滑动窗口更新 · 推理触发机制与低延迟优化
实时数据流处理MCU
15
案例实战一
基于自编码器的电流异常检测——从数据…
案例实战一基于自编码器的电…
16
案例实战二
基于Isolation Forest…
案例实战二Isolation
17
案例实战三
基于LSTM的时序异常检测——处理时… · 部署到TFLite Micro的挑战
案例实战三LSTM
18
性能优化
内存占用优化 · 推理速度提升（算子融合 · 缓存优化）
性能优化内存占用优化
19
多传感器融合
多通道电流数据融合 · 特征提取与模型输入设计
多传感器融合多通道电流数据融…
20
边缘-云协同
MCU端初步检测与云端二次分析 · 通信协议与数据同步
边缘云协同
21
模型更新与OTA
在设备上更新模型的方法 · TFLite Micro支持OTA的…
OTA模型更新
22
常见问题排查
模型不工作 · 推理结果异常 · 内存溢出
常见问题排查模型不工作
23
安全性与可靠性
数据安全 · 模型鲁棒性 · 异常检测系统的容错设计
安全性可靠性
24
测试与验证
单元测试 · 集成测试 · 在真实硬件上的验证方法
测试验证
25
项目部署实战
从需求分析到最终部署的完整项目流程 · 包括文档编写与交付
项目部署实战从需求分析到最终…
26
综合提升
结合RTOS实现多任务调度 · 提升系统实时性与稳定性
综合提升RTOS
27
高级主题
使用TFLite Micro的加速器… · DSP）进行硬件加速
高级主题TFLite
28
案例扩展
不同工业场景（电机 · 电源 · 电网）的电流异常检测定制化方案
案例扩展不同工业场景
29
课程总结
核心知识点回顾 · 常见误区 · 学习资源推荐与社区支持
课程总结核心知识点回顾
30
结业项目
设计并实现一个完整的电流传感器异常检… · 从数据采集到部署 · 并撰写报告
结业项目设计并实现一个完…