VIP8

本课程属于：088-工业AI硬件在环与量产验证 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

Edge AI设备闭环验证从模型到硬件的实战课程

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设备闭环验证的定义 · 重要性 · 整体流程框架

课程导入Edge

边缘计算与AI芯片概述 · 常见Edge AI设备类型（手机 · 摄像头

模型部署基础

模型压缩（剪枝 · 量化 · 蒸馏）原理

模型部署基础模型压缩

硬件平台认知

主流Edge AI硬件（Jetson · RK3588 · 树莓派

硬件平台认知Edge

开发环境搭建

交叉编译环境 · SDK安装 · 远程调试配置

开发环境搭建交叉编译环境

模型到硬件的映射

算子支持 · 内存布局 · 数据精度（FP32/FP16/INT…

模型到硬件的映射算子支持

闭环验证概念

从模型训练到硬件推理的闭环反馈机制 · 验证指标（精度 · 延迟

闭环验证概念从模型训练到硬件…

数据集与预处理对齐

训练与推理时数据预处理（归一化 · 尺寸 · 通道顺序）的一致性检查

数据集预处理对齐

模型量化实战

PTQ（训练后量化）与QAT（量化感… · 校准数据集选择 · 量化误差分析

模型量化实战PTQ

推理引擎使用

TensorRT · ONNX Runtime · TFLite

推理引擎使用TensorRT

硬件性能基准测试

使用benchmark工具（如per… · benchmark_model）测量… · 吞吐

硬件性能基准测试benchmark

精度验证与误差分析

在硬件上运行测试集 · 对比模型输出与原始模型 · 定位精度下降原因（量化

精度验证误差分析

端到端闭环流程

从训练好的模型到硬件部署的完整流程 · 包括转换 · 优化

端到端闭环流程从训练好的模型到…

图像分类模型（ResNet/Mobi… · 包括性能与精度调优

案例实战ResNet/Mobi

目标检测模型（YOLOv5/YOLO… · 使用NPU加速 · 并验证mAP与帧率

案例实战YOLOv5/YOLO

语义分割模型（DeepLabV3）在… · 处理内存限制 · 并评估推理速度与精度

案例实战DeepLabV3

语音唤醒词模型在MCU（如ESP32… · 使用TFLite Micro · 验证实时性与功耗

案例实战MCU

Transformer模型（如Mob… · 处理动态形状与内存优化

案例实战Transformer

多模型流水线

多个模型串联（如检测+分类）在Edg… · 以及端到端延迟优化

多模型流水线Edg

硬件在环测试

将Edge AI设备接入仿真环境或真… · 进行实时数据采集与模型推理的闭环测试

硬件环测试

功耗与热管理

测量Edge AI设备在不同负载下的… · 分析模型复杂度对电池寿命的影响 · 并优化策略

功耗热管理

常见问题排查

部署中遇到的算子不支持 · 内存溢出 · 精度下降

常见问题排查部署

版本管理与可复现性

模型 · 权重 · 转换配置

版本管理可复现性

自动化验证框架

构建自动化测试脚本 · 批量运行模型-硬件组合 · 生成验证报告

自动化验证框架构建自动化测试脚…

安全性与可靠性

Edge AI设备中的模型加密 · 防篡改 · 异常输入处理

安全性可靠性

性能优化进阶

模型结构优化（轻量化设计） · 算子融合 · 内存复用

性能优化进阶模型结构优化

边缘-云协同验证

在边缘设备与云端之间分配计算任务 · 验证协同推理的延迟与带宽影响 · 以及模型更新机制

边缘云协同验证

行业应用案例

智能安防 · 工业质检 · 医疗影像

行业应用案例智能安防

综合实战项目

从零开始完成一个Edge AI设备闭… · 包括需求分析 · 模型选择

综合实战项目Edge

课程总结与进阶方向

回顾核心知识点 · 常见误区 · 以及未来趋势（如NPU发展

课程总结进阶方向