VIP8

本课程属于：082-嵌入式AI平台与NPU部署 智能机器人、自动化与智能装备工程 · 共 8 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

Arm Ethos-U NPU部署TinyML模型实战教程

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

学习目标 · 目标学员 · 课程结构

课程导入学习目标

什么是TinyML · 典型应用场景 · 与传统嵌入式ML的区别

TinyML什么是

Arm Ethos-U NPU概述

Ethos-U55与U65架构特点 · 性能指标 · 支持的算子与量化格式

开发环境搭建

安装Arm Development… · CMSIS · Vela编译器

开发环境搭建Arm

模型训练与量化基础

使用TensorFlow或PyTor… · 量化感知训练 · 后训练量化

模型训练量化基础

模型转换与优化

使用TensorFlow Lite… · 设置量化参数 · 优化图结构

模型转换优化

Vela编译器详解

Vela的作用 · 安装与命令行用法 · 编译参数（如--target）

Vela编译器详解

生成Ethos-U可执行文件

将TFLite模型通过Vela编译为… · 理解生成文件结构

CMSIS-NN与NPU协同

CMSIS-NN软件库的作用 · 与NPU的分工 · 混合部署策略

嵌入式C++部署框架

编写主程序加载模型 · 设置输入输出缓冲区 · 调用NPU驱动接口

NPU驱动与运行时

Ethos-U驱动API · 初始化流程 · 内存管理

基于FVP的仿真调试

使用固定虚拟平台运行模型 · 查看日志 · 调试内存与性能问题

硬件部署实战

在Arm Corstone-300或… · 连接传感器 · 运行推理

硬件部署实战Arm

图像分类 · 实现实时图像分类

案例实战图像分类

关键词唤醒 · 部署到NPU并实现麦克风输入

案例实战关键词唤醒

异常检测 · 部署到Ethos-U进行实时监控

案例实战异常检测

分析NPU利用率 · 内存带宽 · 算子融合

性能优化NPU

降低NPU频率 · 使用深度睡眠模式 · 优化数据搬运

功耗优化NPU

多模型与动态切换

在单个NPU上部署多个模型 · 实现按需加载与切换 · 管理内存分区

多模型动态切换

在FreeRTOS或Zephyr中集… · 实现多任务调度与NPU共享

模型精度验证

在NPU上运行模型后与PC端结果对比 · 分析量化误差 · 调整校准数据集

模型精度验证NPU

常见问题排查

编译错误 · 内存溢出 · 算子不支持

常见问题排查编译错误

工具链进阶

使用Ethos-U Vela的调试模… · 性能分析器 · 以及Arm的ML嵌入式评估套件

工具链进阶Ethos-U

安全与可靠性

模型加密 · 防篡改 · 看门狗

安全可靠性

边缘学习与增量更新

在设备端进行简单的在线学习或模型更新 · 利用NPU加速部分计算

边缘学习增量更新

与云服务集成

将Ethos-U设备接入AWS Io… · 实现模型远程更新与数据上报

云服务集成Ethos-U

智能家居助手：整合语音唤醒 · 手势识别 · 环境感知多个模型

综合项目智能家居助手

工业预测性维护 · 部署到Ethos-U并实现实时报警

综合项目工业预测性维护

性能基准测试

使用MLPerf Tiny或自定义基… · 评估Ethos-U在不同模型上的性能…

性能基准测试MLPerf

课程总结与进阶路径

回顾核心技能 · 常见误区 · 推荐学习资源

课程总结进阶路径