VIP20

本课程属于：022-Edge AI摄像头ISP与推理链路 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摄像头项目从零搭建：传感器到推理结果全流程

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

Edge AI摄像头项目概述 · 学习目标 · 适用人群

课程导论Edge

边缘计算与AI摄像头基础

边缘计算概念 · AI摄像头与传统摄像头区别 · 典型应用场景（安防

硬件选型与平台对比

主流边缘AI开发板（Jetson N… · Raspberry Pi · K210

硬件选型平台对比

图像传感器（Camera Sensor）原理

CMOS/CCD传感器工作原理 · 分辨率 · 帧率

摄像头接口与连接

CSI · USB · MIPI-CSI2接口区别

摄像头接口连接

嵌入式Linux系统搭建

系统镜像烧录 · SSH连接 · 基础环境配置（Python

图像采集与预处理

使用OpenCV或V4L2采集图像 · 图像格式转换（BGR · RGB

图像采集预处理

图像质量优化

自动曝光 · 自动白平衡 · 对焦控制

图像质量优化自动曝光

AI模型基础与推理框架

深度学习推理流程（预处理-推理-后处… · 常见推理框架（TensorRT · ONNX Runtime

模型选择与获取

目标检测（YOLO系列 · SSD） · 分类（MobileNet）

模型选择获取

模型转换与优化

将PyTorch/TensorFlo… · TensorRT · TFLite

模型转换优化

推理引擎部署

在Jetson上使用TensorRT… · 在树莓派上使用TFLite · 在K210上使用NCNN

推理引擎部署Jetson

摄像头与推理流水线集成

设计实时视频流处理流水线 · 多线程/异步处理 · 帧率控制与延迟优化

摄像头推理流水线集成

目标检测实战（一）

使用YOLOv5/v8进行实时目标检… · 模型加载 · 推理

目标检测实战YOLOv5/v8

目标检测实战（二）

针对特定场景（如人脸 · 车辆）微调模型 · 数据采集

目标检测实战针对特定场景

图像分类实战

使用MobileNet进行实时分类 · 实现自定义分类器（如垃圾分类 · 缺陷检测）

图像分类实战MobileNet

人脸识别实战

人脸检测 · 特征提取 · 比对

人脸识别实战人脸检测

姿态估计与动作识别

使用OpenPose或MediaPi… · 实现简单动作识别

姿态估计动作识别

语义分割实战

使用DeepLab或UNet进行道路… · 应用于自动驾驶或工业检测

语义分割实战DeepLab

边缘端模型性能评估

评估指标（mAP · FPS · 延迟

边缘端模型性能评…mAP

系统集成与通信

将推理结果通过MQTT/HTTP/W… · 实现远程监控

系统集成通信

数据存储与可视化

结果数据存储（SQLite · InfluxDB） · 使用Grafana或Web界面实时展…

数据存储可视化

电源管理与散热设计

边缘设备功耗优化 · 电池供电方案 · 散热方案（风扇

电源管理散热设计

常见问题与调试技巧

摄像头不识别 · 图像花屏 · 推理速度慢

常见问题调试技巧

安全与隐私

边缘AI中的隐私保护（本地推理 · 数据脱敏） · 模型安全

项目实战（一）

智能安防摄像头——实现人形检测 · 入侵报警 · 完整项目从硬件到软件

项目实战智能安防摄像头

项目实战（二）

工业质检摄像头——实现产品缺陷检测 · 包括数据采集 · 模型训练与部署

项目实战工业质检摄像头

项目实战（三）

智能零售摄像头——实现顾客计数 · 热区分析 · 结合边缘推理与云端统计

项目实战智能零售摄像头

性能优化进阶

模型量化 · TensorRT深度优化 · 多模型并行

性能优化进阶模型量化

课程总结与拓展

全流程回顾 · 常见坑点总结 · 学习资源推荐

课程总结拓展