VIP20
本课程属于：033-Edge AI RKNN模型转换 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

RKNN模型转换中TinyML模型适配与优化指南

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
课程导论
TinyML与RKNN的定位 · 课程目标 · 学习路径与适用硬件平台概览
课程导论TinyML
02
TinyML基础
微控制器上的机器学习约束 · 典型应用场景（关键词唤醒 · 异常检测
TinyML微控制器上的机器…
03
RKNN工具链概览
RKNN-Toolkit2的安装 · 版本选择 · 支持芯片（RK3566/RK3588…
RKNN工具链概览
04
模型适配前准备
输入尺寸 · 数据类型（FP32/INT8） · 通道顺序
模型适配前准备输入尺寸
05
模型格式转换入门
从TFLite · ONNX · PyTorch导出模型到RKNN的步…
模型格式转换入门TFLite
06
量化基础
量化原理（对称/非对称 · per-tensor/per-cha… · INT8量化对TinyML模型的影响…
量化基础量化原理
07
RKNN量化配置
量化数据集准备 · 校准数据数量与代表性 · 量化误差分析工具（rknn_quan…
RKNN量化配置
08
模型结构适配
针对RKNN NPU的算子支持列表 · 不支持的算子处理（替换 · 拆分
模型结构适配RKNN
09
TinyML模型轻量化设计
深度可分离卷积 · 剪枝 · 知识蒸馏在RKNN转换前的应用
TinyML模型轻量化设计
10
内存与性能优化
RKNN模型的内存布局 · 缓冲区复用 · 推理时内存峰值控制与多模型并发策略
内存性能优化
11
推理性能调优
NPU调度 · CPU/GPU/NPU异构计算 · batch size选择
推理性能调优NPU
12
精度损失排查
量化后精度下降的常见原因（激活范围 · 离群点 · 敏感层）与逐层分析工具（rknn_a…
精度损失排查量化后精度下降的…
13
混合量化与部分量化
对敏感层保留FP16/FP32 · 其他层INT8的配置方法 · 以及动态量化在RKNN中的实现
混合量化部分量化
14
模型转换实战（一）
以MobileNetV2图像分类为例 · 从TFLite转换到RKNN并完成精…
模型转换实战MobileNetV2
15
模型转换实战（二）
以YOLOv5-tiny目标检测为例 · 处理多输出 · 锚框解码
模型转换实战YOLOv5-tiny
16
模型转换实战（三）
以语音唤醒词模型（如DS-CNN）为… · 处理时序输入 · MFCC特征预处理与流式推理的RKN…
模型转换实战DS-CNN
17
模型转换实战（四）
以异常检测自编码器为例 · 处理非标准输出 · 动态形状与批量推理的适配技巧
模型转换实战以异常检测自编码…
18
RKNN模型部署集成
在Linux/RTOS环境下使用RK… · 设置输入输出 · 回调与多线程推理
RKNN模型部署集成
19
边缘端推理框架
结合RKNN的推理流水线设计（采集→…
边缘端推理框架RKNN
20
模型加密与保护
RKNN模型加密方案 · 防拷贝机制 · 以及安全启动与硬件信任根在TinyM…
模型加密保护
21
常见错误与解决方案
转换失败 · 算子不支持 · 维度错误
常见错误解决方案
22
性能分析工具使用
RKNN Profiler · Perfetto · 硬件计数器等工具定位瓶颈
性能分析工具使用RKNN
23
模型压缩进阶
量化感知训练（QAT）在RKNN转换… · 实现步骤（使用PyTorch/TFL…
模型压缩进阶QAT
24
自动化转换流水线
编写脚本批量转换 · 自动量化校准 · 精度回归测试与CI/CD集成
自动化转换流水线编写脚本批量转换
25
多模型协同优化
在单芯片上部署多个TinyML模型（… · 调度策略与功耗管理
多模型协同优化TinyML
26
真实项目案例（一）
智能门锁中的人脸检测与识别 · 从模型选型 · 转换
真实项目案例智能门锁
27
真实项目案例（二）
工业设备振动监测的异常分类 · 处理传感器数据 · 时频特征与RKNN实时推理的挑战
真实项目案例工业设备振动监测…
28
真实项目案例（三）
可穿戴设备上的手势识别 · 利用IMU数据与轻量级模型 · 实现低功耗连续推理
真实项目案例可穿戴设备上的手…
29
综合实战与课程设计
学员自选一个TinyML任务 · 完成从模型训练 · RKNN转换
综合实战课程设计
30
课程总结与进阶方向
回顾核心知识点 · 常见陷阱 · 最佳实践
课程总结进阶方向