首页
›
工业控制与工业互联网
›
014-TinyML时序传感器异常检测
›
《TFLite Micro设备闭环异常检测部署实战》
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设备闭环异常检测部署实战
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 · 适用人群 · 课程项目全景与最终成果演示
课程导入
学习目标
02
边缘AI与TFLite Micro基础
边缘计算概念 · TFLite Micro架构 · 与TFLite的差异
AI
TFLite
03
开发环境搭建
安装TensorFlow · TFLite Micro工具链 · 配置嵌入式IDE(如Arduino
开发环境搭建
TensorFlow
04
异常检测基础
异常检测定义 · 常见方法(统计 · 距离
异常检测基础
异常检测定义
05
闭环控制基础
闭环系统概念 · 反馈机制 · PID控制简介
闭环控制基础
闭环系统概念
06
数据采集与预处理
传感器选型 · 数据采集频率 · 滑动窗口
数据采集
预处理
07
特征工程
时域特征(均值 · 方差 · 峰值)
特征工程
时域特征
08
异常检测模型选型
自编码器 · 孤立森林 · One-Class SVM
异常检测模型选型
自编码器
09
模型训练与验证
使用Python训练异常检测模型 · 划分训练/验证集 · 评估指标(准确率
模型训练
验证
10
模型量化与转换
TensorFlow模型量化原理 · 训练后量化 · 量化感知训练
模型量化
转换
11
TFLite Micro模型转换
将TFLite模型转换为C数组 · 使用xxd工具 · 模型内存占用优化
TFLite
Micro
12
TFLite Micro推理集成
在嵌入式C++中加载模型 · 创建解释器 · 执行推理
TFLite
Micro
13
异常检测推理实现
在设备上运行模型 · 设置异常阈值 · 输出异常分数
异常检测推理实现
设备上运行模型
14
闭环控制策略设计
基于异常检测结果的控制动作(如停机 · 降速 · 报警)
闭环控制策略设计
基于异常检测结果…
15
执行器与反馈接口
控制电机 · LED · 蜂鸣器
执行器
反馈接口
16
实时操作系统与调度
FreeRTOS任务创建 · 优先级管理 · 确保推理与控制实时性
实时操作系统
调度
17
低功耗与资源优化
电池供电设计 · 降低推理频率 · 深度睡眠模式
低功耗
资源优化
18
通信与远程监控
通过UART · WiFi · BLE发送异常告警
通信
远程监控
19
端到端实战项目(一)
项目需求分析 · 硬件选型(如STM32 · ESP32)
端到端实战项目
项目需求分析
20
端到端实战项目(二)
数据采集与模型训练 · 针对特定设备(如旋转机械)训练异常检…
端到端实战项目
数据采集
21
端到端实战项目(三)
模型部署到TFLite Micro · 实现设备端推理与异常检测
端到端实战项目
TFLite
22
端到端实战项目(四)
闭环控制集成 · 当检测到异常时自动调整设备参数或触发…
端到端实战项目
闭环控制集成
23
端到端实战项目(五)
系统联调 · 性能测试 · 鲁棒性验证
端到端实战项目
系统联调
24
调试与性能分析
使用调试器 · 日志输出 · 性能分析工具(如Profiler)
调试
性能分析
25
常见问题与解决方案
模型不工作 · 内存不足 · 推理速度慢
常见问题
解决方案
26
模型更新与OTA
设备端模型热更新 · OTA升级流程 · 版本管理
OTA
模型更新
27
安全性与可靠性
数据安全 · 模型防篡改 · 异常检测系统的可靠性设计
安全性
可靠性
28
案例研究
工业电机异常检测 · 智能家居设备异常检测 · 可穿戴设备健康监测等案例剖析
案例研究
工业电机异常检测
29
综合提升与优化
多传感器融合 · 在线学习 · 自适应阈值
综合提升
优化
30
课程总结与未来展望
项目复盘 · 学习路径建议 · TFLite Micro与边缘AI发…
课程总结
未来展望
所属VIP或分类
同VIP:Edge-AI传感器异常检测实战课程
同VIP:Edge-AI传感器异常检测延迟预算优化实战
同VIP:Edge-AI传感器异常检测模型部署代码解析