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端侧推理异常检测项目实战

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 · 核心概念 · 整体框架
课程导入学习目标
02
嵌入式机器学习基础
TFLite Micro架构 · 端侧推理流程 · 与TFLite的差异
嵌入式机器学习基…TFLite
03
异常检测概述
异常检测定义 · 类型（点异常 · 上下文异常
异常检测概述异常检测定义
04
开发环境搭建
安装TensorFlow · TFLite Micro依赖 · 配置交叉编译工具链（如ARM GCC…
开发环境搭建TensorFlow
05
模型选择与设计
适合端侧的轻量级模型（Autoenc… · LSTM · 1D-CNN）
模型选择设计
06
数据准备与预处理
异常检测数据集获取（如传感器时序数据… · 数据清洗 · 滑动窗口切分
数据准备预处理
07
模型训练与量化
使用TensorFlow训练异常检测… · 模型量化（动态 · 全整型）
模型训练量化
08
模型转换与部署
将Keras模型转换为TFLite格… · 使用TFLite Converter · 生成C数组
模型转换部署
09
TFLite Micro推理引擎集成
初始化解释器 · 分配张量 · 加载模型
TFLiteMicro
10
端侧异常检测逻辑实现
基于重构误差（MSE）或预测误差设定… · 滑动窗口实时检测 · 异常分数计算
端侧异常检测逻辑…MSE
11
实战项目一
基于Autoencoder的传感器时…
实战项目一Autoencoder
12
实战项目二
基于LSTM的预测式异常检测——在M…
实战项目二LSTM
13
实战项目三
基于1D-CNN的振动信号异常分类—…
实战项目三D-CNN
14
性能优化
模型剪枝 · 权重聚类 · 算子融合
性能优化模型剪枝
15
端侧调试与验证
使用日志 · 断点 · 单元测试
端侧调试验证
16
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
17
进阶主题
联邦学习在端侧异常检测中的应用 · 持续学习 · 多传感器融合
进阶主题联邦学习
18
综合实战
设计一个完整的端侧异常检测系统（如工… · 包括需求分析 · 模型设计
综合实战设计一个完整的端…
19
课程总结与展望
回顾核心知识点 · 项目经验总结 · 未来发展趋势（TFLite Micr…
课程总结回顾核心知识点
20
项目答辩与评估
如何展示项目成果 · 评估指标（准确率 · 召回率
项目答辩评估
21
案例研究
工业电机故障检测——使用公开数据集（…
案例研究工业电机故障检测
22
案例研究
人体活动识别中的异常检测——基于IM…
案例研究IM
23
案例研究
环境监测（温湿度 · 空气质量）中的异常检测——部署在低功…
案例研究环境监测
24
案例研究
智能家居设备异常检测——如家电能耗异… · 设备状态监控
案例研究智能家居设备异常…
25
案例研究
可穿戴设备健康监测——心率 · 血氧异常检测与预警
案例研究可穿戴设备健康监…
26
案例研究
自动驾驶边缘场景——车辆传感器异常检… · IMU故障）
案例研究自动驾驶边缘场景
27
案例研究
农业物联网——土壤湿度 · 气象数据异常检测与灌溉决策
案例研究农业物联网
28
案例研究
智慧城市——交通流量异常检测 · 公共设施状态监控
案例研究智慧城市
29
案例研究
工业4.0——生产线设备预测性维护与…
案例研究工业4.0
30
综合提升
从项目到产品——考虑安全性 · 可靠性 · 可维护性
综合提升从项目到产品