首页
›
工业控制与工业互联网
›
037-Edge AI传感器标定与数据采集
›
《Edge AI传感器数据采集与模型训练全流程教程》
VIP20
本课程属于:037-Edge AI传感器标定与数据采集
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传感器数据采集与模型训练全流程教程
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
01
课程导入
学习目标 · 核心概念 · 整体框架
课程导入
学习目标
02
Edge AI基础
边缘计算与AI的关系 · 边缘设备分类 · 典型应用场景(工业
Edge
AI
03
传感器基础
常见传感器类型(加速度计 · 陀螺仪 · 温湿度
传感器基础
常见传感器类型
04
传感器数据采集
采样率 · 分辨率 · 量程
传感器数据采集
采样率
05
数据采集硬件与接口
GPIO · I2C · SPI
数据采集硬件
接口
06
边缘设备选型
MCU · MPU · FPGA
边缘设备选型
MCU
07
嵌入式操作系统与开发环境
FreeRTOS · Zephyr · Linux
嵌入式操作系统
开发环境
08
数据采集固件开发
使用C/C++或MicroPytho… · 数据读取 · 缓存与传输
数据采集固件开发
C/C++
09
数据预处理
去噪 · 滤波(低通 · 高通
数据预处理
去噪
10
数据标注与数据集构建
标注工具 · 标注规范 · 数据增强
数据标注
数据集构建
11
特征工程
时域特征(均值 · 方差 · 峰值
特征工程
时域特征
12
边缘AI模型选型
轻量级神经网络(MobileNet · TinyML · CNN
AI
边缘
13
模型训练基础
损失函数 · 优化器 · 学习率
模型训练基础
损失函数
14
模型训练流程
数据加载 · 批处理 · 训练循环
模型训练流程
数据加载
15
模型压缩与优化
剪枝 · 量化(INT8 · FP16)
模型压缩
优化
16
边缘推理框架
TensorFlow Lite Mi… · PyTorch Mobile · ONNX Runtime
边缘推理框架
TensorFlow
17
模型部署与集成
将训练好的模型转换为边缘设备可执行格… · 部署到MCU/MPU · 编写推理代码
模型部署
集成
18
实时性与功耗优化
推理延迟 · 吞吐量 · 功耗管理
实时性
功耗优化
19
数据安全与隐私
传感器数据加密 · 安全传输 · 本地处理
数据安全
隐私
20
案例实战
基于加速度计的人体活动识别(步数检测 · 跌倒检测)全流程
案例实战
基于加速度计的人…
21
案例实战
基于麦克风的语音关键词识别(唤醒词检…
案例实战
基于麦克风的语音…
22
案例实战
基于温湿度传感器的环境监测与异常预警…
案例实战
基于温湿度传感器…
23
案例实战
基于摄像头图像分类的边缘AI应用(如… · 物体识别)
案例实战
AI
24
案例实战
多传感器融合(IMU+GPS+气压计…
案例实战
IMU+GPS+
25
常见问题与调试
数据采集异常 · 模型精度低 · 推理速度慢
常见问题
调试
26
模型持续学习与OTA更新
边缘设备上的增量学习 · 模型远程更新 · 版本管理
OTA
模型持续学习
27
边缘AI与云协同
端-边-云架构 · 数据上传策略 · 云端训练与边缘推理的协同
AI
边缘
28
项目实战
从需求分析 · 硬件选型 · 数据采集
项目实战
从需求分析
29
性能评估与测试
模型评估指标(准确率 · 召回率 · F1)
性能评估
测试
30
综合提升与未来趋势
边缘AI与传感器融合的最新进展 · TinyML生态 · 挑战与职业发展路径
综合提升
未来趋势
所属VIP或分类
同VIP:Edge-AI传感器数据采集与低功耗部署项目课
同VIP:Edge-AI传感器数据采集与设备闭环控制课程
同VIP:Edge-AI传感器数据采集系统设计与实现课程