首页
›
智能机器人、自动化与智能装备工程
›
082-嵌入式AI平台与NPU部署
›
《NXP eIQ边缘AI部署工程》
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
📘
NXP eIQ平台TinyML入门到部署实战教程
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
01
课程导学
TinyML与NXP eIQ平台概述 · 课程目标 · 学习路径与前置知识要求
课程导学
TinyML
02
嵌入式机器学习基础
机器学习核心概念 · 神经网络基础 · 模型量化与压缩原理
嵌入式机器学习基…
机器学习核心概念
03
TinyML应用场景与挑战
典型应用案例 · 资源约束 · 功耗与实时性要求
TinyML
应用场景
04
NXP eIQ平台全景
eIQ Toolkit · eIQ ML Software · eIQ Portal
NXP
eIQ
05
开发环境搭建
安装MCUXpresso SDK · eIQ Toolkit · 配置交叉编译工具链与调试器
开发环境搭建
MCUXpresso
06
硬件平台介绍
i.MX RT系列 · LPC系列 · MCX系列等NXP MCU的算力与内…
硬件平台介绍
i.MX
07
模型训练基础
使用TensorFlow/Keras… · 并导出为TFLite格式
模型训练基础
TensorFlow/K…
08
模型转换与优化
TFLite转换 · 量化感知训练 · 后训练量化
模型转换
优化
09
eIQ Portal使用入门
导入模型 · 可视化分析 · 自动生成部署代码
eIQ
Portal
10
eIQ Toolkit命令行工具
模型转换 · 评估 · 基准测试与调试命令详解
eIQ
Toolkit
11
部署流程概览
从训练模型到MCU部署的完整流水线 · 包括模型转换 · 代码生成
部署流程概览
MCU
12
MCUXpresso SDK集成
在SDK中集成eIQ推理引擎 · 配置内存与中断
MCUXpresso
SDK
13
推理引擎选择
TensorFlow Lite Mi… · Glow · DeepViewRT等引擎的对比与选…
推理引擎选择
TensorFlow
14
TensorFlow Lite Micro实战
在NXP MCU上运行TFLite模… · 实现图像分类
TensorFlow
Lite
15
Glow编译器实战
使用Glow将模型编译为高效二进制 · 部署到i.MX RT系列
Glow
编译器实战
16
DeepViewRT实战
利用DeepViewRT进行模型优化… · 支持多后端
DeepViewRT
利用
17
传感器数据采集与预处理
使用NXP开发板采集加速度计 · 麦克风等数据 · 并做特征工程
传感器数据采集
预处理
18
语音关键词识别实战
训练简单语音命令模型 · 部署到MCU实现唤醒词检测
语音关键词识别实…
训练简单语音命令…
19
图像分类实战
使用MobileNet或自定义CNN · 在MCU上实现实时图像分类
图像分类实战
MobileNet
20
异常检测实战
基于自编码器或隔离森林 · 在MCU上实现工业设备异常检测
异常检测实战
基于自编码器或隔…
21
运动识别实战
利用IMU数据训练LSTM或CNN · 实现人体活动识别
运动识别实战
IMU
22
模型性能评估与调优
在MCU上测量推理时间 · 内存占用 · 精度
模型性能评估
调优
23
内存优化技巧
模型分区 · 内存复用 · 静态分配
内存优化技巧
模型分区
24
功耗优化策略
低功耗模式 · 事件驱动推理 · 动态电压频率调整
功耗优化策略
低功耗模式
25
调试与日志
使用串口 · JTAG · eIQ调试工具定位推理错误与性能瓶颈
调试
日志
26
常见问题与解决方案
模型不收敛 · 量化精度损失 · 内存溢出
常见问题
解决方案
27
多模型与流水线
在MCU上部署多个模型 · 实现级联或并行推理
多模型
流水线
28
边缘端与云端协同
模型OTA更新 · 联邦学习 · 云端训练边缘部署
边缘端
云端协同
29
综合项目实战
设计一个完整的TinyML应用(如智… · 从数据采集到部署
综合项目实战
TinyML
30
课程总结与进阶方向
回顾核心技能 · 推荐学习资源 · 探讨TinyML未来趋势
课程总结
进阶方向
所属VIP或分类
同VIP:Arm-Ethos-U-NPU部署工程
同VIP:OpenVINO工业边缘部署工程
同VIP:RKNN工业NPU模型部署工程