首页
›
工业控制与工业互联网
›
019-Arm Ethos-U NPU模型部署
›
《TinyML目标检测模型在Ethos-U上的部署与优化》
VIP20
本课程属于:019-Arm Ethos-U NPU模型部署
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
📘
TinyML目标检测模型在Ethos-U上的部署与优化
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
课程导论
TinyML与目标检测概述 · Ethos-U处理器简介 · 课程学习路径与目标
课程导论
TinyML
02
嵌入式机器学习基础
边缘计算 · 模型压缩 · 量化
嵌入式机器学习基…
边缘计算
03
目标检测基础
目标检测任务定义 · 常用数据集(COCO · VOC)
目标检测基础
目标检测任务定义
04
轻量级目标检测模型
YOLO系列(Tiny YOLO · YOLOv5n) · SSD
轻量级目标检测模…
YOLO
05
Ethos-U硬件架构
Ethos-U55/U65 NPU架… · 内存层次 · 算子支持
Ethos-U
硬件架构
06
开发环境搭建
安装Arm虚拟硬件(VHT) · Ethos-U驱动 · CMSIS-NN
开发环境搭建
Arm
07
模型训练与准备
使用TensorFlow/Keras… · 导出为SavedModel
模型训练
准备
08
模型转换与量化
TensorFlow Lite转换 · 训练后量化(PTQ) · 量化感知训练(QAT)在目标检测中的…
模型转换
量化
09
Ethos-U模型编译
使用Vela编译器优化TFLite模… · 生成Ethos-U可执行文件
Ethos-U
模型编译
10
部署流程实战
将编译后的模型集成到嵌入式工程 · 使用CMSIS-Pack和RTOS运…
部署流程实战
将编译后的模型集…
11
输入预处理与后处理
图像缩放 · 归一化 · 锚框解码
输入预处理
后处理
12
内存优化策略
激活缓冲区复用 · 权重布局优化 · DMA传输管理
内存优化策略
激活缓冲区复用
13
性能分析与调优
使用Cycle模型和硬件计数器分析推… · 瓶颈定位与优化方法
性能分析
调优
14
功耗优化
动态电压频率调整(DVFS) · 低功耗模式 · 模型复杂度与功耗权衡
功耗优化
DVFS
15
多模型与多任务
在Ethos-U上同时部署检测与分类… · 任务调度与资源共享
多模型
多任务
16
案例实战
基于Vela和Ethos-U55部署… · 实现实时物体检测
案例实战
Vela
17
案例实战
使用EfficientDet-Lit… · 优化mAP与延迟平衡
案例实战
EfficientDet…
18
案例实战
自定义数据集训练目标检测模型 · 并完成端到端部署
案例实战
自定义数据集训练…
19
常见问题与调试
模型编译失败 · 精度下降 · 内存溢出
常见问题
调试
20
模型压缩进阶
结构化剪枝 · 低秩分解 · 知识蒸馏在目标检测模型上的应用
模型压缩进阶
结构化剪枝
21
量化进阶
混合精度量化 · 逐通道量化 · 量化误差分析与校准数据集选择
量化进阶
混合精度量化
22
算子优化
针对Ethos-U的算子融合 · 自定义算子实现 · SIMD优化
算子优化
Ethos-U
23
实时性优化
帧率提升技巧 · 流水线设计 · 双缓冲机制
实时性优化
帧率提升技巧
24
安全性与可靠性
模型鲁棒性 · 对抗攻击防御 · 故障注入测试
安全性
可靠性
25
工具链深度
Vela参数详解 · Ethos-U驱动API · 调试工具(Arm Debugger
工具链深度
Vela
26
与CMSIS-NN对比
Ethos-U与CPU加速方案性能对… · 选择依据
CMSIS-NN
对比
27
云-边协同
模型在云端训练 · 边缘部署的流程 · OTA更新与模型版本管理
边协同
模型
28
综合项目
设计一个智能门禁系统 · 集成人脸检测与物体识别 · 完成部署与优化
综合项目
设计一个智能门禁…
29
前沿趋势
TinyML生态发展 · 新一代NPU · Transformer轻量化
前沿趋势
TinyML
30
课程总结与进阶路径
知识体系回顾 · 常见误区 · 推荐资源与社区
课程总结
进阶路径
所属VIP或分类
同VIP:Arm-Ethos-U-NPU上满足延迟预算的模型选型指南
同VIP:Arm-Ethos-U-NPU延迟预算控制与推理优化指南
同VIP:Arm-Ethos-U-NPU延迟预算约束下的模型剪枝指南