VIP20
本课程属于：018-ESP32 TinyML推理与PSRAM优化 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

ESP32 TinyML推理耗时采样与基准测试

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 · 课程结构 · TinyML在ESP32上的应用价值…
课程导入学习目标
02
ESP32硬件基础
芯片架构 · CPU频率 · 内存层次
ESP32硬件基础
03
TinyML与推理引擎概述
TensorFlow Lite Mi… · ESP-DL · ONNX Runtime等主流框架的…
TinyML推理引擎概述
04
开发环境搭建
Arduino IDE · ESP-IDF · PlatformIO的配置与Tiny…
开发环境搭建Arduino
05
模型转换与部署流程
从Keras/PyTorch模型到T…
模型转换部署流程
06
量化技术基础
动态量化 · 全整数量化 · 量化感知训练对推理速度与精度的影响
量化技术基础动态量化
07
推理耗时采样原理
时钟周期 · 微秒级计时 · FreeRTOS tick与esp_…
推理耗时采样原理时钟周期
08
基准测试方法论
定义测试场景 · 控制变量 · 重复次数
基准测试方法论定义测试场景
09
编写第一个推理耗时采样程序
加载模型 · 执行推理 · 记录耗时并输出串口
编写第一个推理耗…加载模型
10
使用ESP32内置定时器
esp_timer_get_time…
ESP32使用
11
多任务环境下的采样
FreeRTOS任务优先级 · 调度延迟对耗时测量的干扰与规避
多任务环境下的采…FreeRTOS
12
推理耗时采样工具链
使用Arduino的Stopwatc… · ESP-IDF的esp_timer · 外部逻辑分析仪
推理耗时采样工具…Arduino
13
基准测试数据集设计
输入样本的选择 · 多样性 · 固定种子与可重复性
基准测试数据集设…输入样本的选择
14
内存与性能分析
使用ESP32的堆内存监控 · SRAM/PSRAM分配对推理速度的…
内存性能分析
15
CPU频率与功耗调节
设置CPU频率（80/160/240…
CPU频率
16
模型结构对耗时的影响
卷积层 · 全连接层 · 深度可分离卷积的耗时对比
模型结构对耗时的…卷积层
17
输入尺寸与批处理
不同输入分辨率 · 单样本与批处理对推理耗时的影响
输入尺寸批处理
18
量化与浮点模型对比
同一模型在float32与int8下…
量化浮点模型对比
19
推理引擎优化选项
Xtensa指令集 · SIMD优化 · 编译器优化级别（-O2/-O3）的影…
推理引擎优化选项Xtensa
20
案例实战
图像分类模型（MobileNetV2…
案例实战MobileNetV2
21
案例实战
关键词唤醒模型（TinyML语音）的…
案例实战TinyML
22
案例实战
异常检测模型（传感器数据）的实时推理…
案例实战异常检测模型
23
基准测试报告生成
数据记录 · CSV导出 · Python脚本可视化耗时分布
基准测试报告生成数据记录
24
常见问题与调试
计时不准确 · 任务阻塞 · 内存不足
常见问题调试
25
性能瓶颈识别
使用profiling工具定位耗时热… · 如卷积 · 激活
性能瓶颈识别profiling
26
优化策略
算子融合 · 内存复用 · 模型剪枝
优化策略算子融合
27
多模型与动态切换
多个模型加载 · 推理耗时对比与资源管理
多模型动态切换
28
实时性保障
在RTOS中设置推理任务优先级 · 超时处理与看门狗
实时性保障RTOS
29
综合项目
构建一个完整的ESP32 TinyM… · 支持多模型 · 多输入
综合项目ESP32
30
课程总结与进阶方向
性能测试最佳实践 · 边缘AI趋势 · 后续学习资源与社区
课程总结进阶方向