首页
›
工业控制与工业互联网
›
020-CMSIS-DSP特征提取管线
›
《Edge AI特征提取硬件加速指南》
VIP20
本课程属于:020-CMSIS-DSP特征提取管线
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
📘
Edge AI特征提取硬件加速指南
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 · 目标学员 · 课程整体框架
课程导入
学习目标
02
边缘计算与Edge AI基础
边缘计算定义 · Edge AI典型应用场景(如智能安… · 工业质检
Edge
AI
03
特征提取核心概念
特征 · 特征提取在AI流水线中的位置 · 手工特征与深度学习特征的对比
特征提取核心概念
特征
04
硬件加速技术概览
GPU · FPGA · ASIC
硬件加速技术概览
GPU
05
边缘AI芯片与平台介绍
主流边缘AI芯片(如Jetson · Edge TPU · Movidius
AI
边缘
06
特征提取算法基础
卷积神经网络(CNN)特征提取原理 · 经典网络(ResNet · MobileNet
特征提取算法基础
CNN
07
传统特征提取算法及其硬件映射
SIFT · HOG · ORB等算法的计算特性
传统特征提取算法
其硬件映射
08
硬件加速设计方法论
从算法到硬件的映射流程 · 计算图优化 · 算子融合
硬件加速设计方法…
从算法到硬件的映…
09
量化与压缩技术
模型量化(INT8/FP16) · 剪枝 · 知识蒸馏在边缘硬件上的应用与效果
量化
压缩技术
10
FPGA加速特征提取实战
基于HLS或Verilog实现简单特… · 池化)的流程与案例
FPGA
加速特征提取实战
11
GPU/CUDA加速特征提取
使用CUDA/TensorRT优化C… · 包括层融合 · 内存复用
GPU/CUDA
加速特征提取
12
NPU/专用加速器使用指南
以Edge TPU或RKNN为例 · 部署特征提取模型 · 包括模型转换
NPU
专用加速器使用指…
13
硬件加速中的内存与带宽优化
DMA · 缓存策略 · 数据布局(NHWC/NCHW)
硬件加速
内存
14
实时性与功耗约束
边缘场景下的延迟预算 · 功耗管理 · 动态电压频率调整(DVFS)与硬件加…
实时性
功耗约束
15
多级流水线与并行计算
特征提取流水线划分 · 任务级/数据级/模型级并行策略
多级流水线
并行计算
16
软硬件协同设计
硬件/软件接口设计 · 驱动开发 · 运行时调度
软硬件协同设计
硬件
17
边缘AI框架与工具链
TensorFlow Lite · ONNX Runtime · TVM
AI
边缘
18
案例实战
智能摄像头中的目标检测特征提取加速
案例实战
智能摄像头
19
案例实战
工业缺陷检测中的特征提取加速 · FPGA实现实时检测
案例实战
工业缺陷检测
20
案例实战
语音唤醒词特征提取加速:MFCC · 滤波器组在DSP/低功耗MCU上的优…
案例实战
MFCC
21
案例实战
自动驾驶中的多传感器特征融合加速
案例实战
自动驾驶
22
性能评估与基准测试
延迟 · 吞吐量 · 功耗
性能评估
基准测试
23
常见问题与调试技巧
精度损失 · 内存溢出 · 驱动冲突
常见问题
调试技巧
24
安全性与可靠性
边缘设备上的数据安全 · 模型保护 · 硬件故障容错
安全性
可靠性
25
前沿趋势
神经形态计算 · 存内计算 · 可重构计算在特征提取加速中的研究进展
前沿趋势
神经形态计算
26
综合项目设计
基于给定硬件平台 · 完成一个端到端的特征提取加速系统(从…
综合项目设计
基于给定硬件平台
27
优化进阶
自动调优(AutoTVM) · 编译器优化 · 算子库定制
优化进阶
AutoTVM
28
生态与社区资源
开源硬件 · 开源工具链 · 学习社区
生态
社区资源
29
课程总结与能力评估
核心知识点回顾 · 常见误区 · 能力自测题与项目答辩要点
课程总结
能力评估
30
未来学习路径
从边缘特征提取到全栈边缘AI系统设计 · 进阶研究方向与职业发展建议
未来学习路径
AI
所属VIP或分类
同VIP:CMSIS-DSP-FFT特征提取与窗口函数配置
同VIP:CMSIS-DSP-FIRIIR滤波器链路性能优化
同VIP:CMSIS-DSP-MFCC前端计算与TinyML输入对齐