首页
›
热销单品
›
AI大模型与智能应用
›
《嵌入式AI在汽车上的部署实战原理与实战详解》
所属分类:AI大模型与智能应用
当前为单品课程,可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录
咨询 / 购买
📘
嵌入式AI在汽车上的部署实战原理与实战详解
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
嵌入式AI在汽车领域的发展背景 · 应用价值 · 课程目标与学习路径
课程导入
AI
02
汽车电子与嵌入式基础
车载ECU · 域控制器 · AUTOSAR
汽车电子
嵌入式基础
03
AI模型基础与选型
卷积神经网络 · Transformer · 轻量化模型(MobileNet
AI
模型基础
04
嵌入式AI硬件平台
英伟达Orin · 高通SA8295 · 地平线征程
AI
嵌入式
05
模型量化原理
浮点转定点 · 动态量化 · 静态量化
模型量化原理
浮点转定点
06
模型剪枝与知识蒸馏
结构化剪枝 · 非结构化剪枝 · 蒸馏方法在车载模型压缩中的应用
模型剪枝
知识蒸馏
07
模型转换与优化工具链
ONNX · TensorRT · OpenVINO
模型转换
优化工具链
08
嵌入式推理框架
TensorRT · NCNN · MNN
嵌入式推理框架
TensorRT
09
硬件加速与算子优化
GPU · NPU · DSP
硬件加速
算子优化
10
车载操作系统与中间件
Linux · QNX · AUTOSAR Adaptive
车载操作系统
间件
11
数据流与内存管理
DMA · 缓存一致性 · 零拷贝
数据流
内存管理
12
模型部署流程实战
从PyTorch/TensorFlo…
模型部署流程实战
PyTorch/Tens…
13
TensorRT实战
在NVIDIA Jetson/Ori… · 包括engine生成 · 动态shape
TensorRT
NVIDIA
14
地平线征程部署实战
使用地平线工具链将模型部署到征程芯片 · 处理算子映射与性能调优
地平线征程部署实…
使用地平线工具链…
15
高通SNPE/QNN实战
在骁龙平台上部署分类与分割模型 · 利用Hexagon DSP加速
SNPE/QNN
高通
16
嵌入式AI在ADAS中的应用
车道线检测 · 车辆检测 · 行人检测的模型部署与实时性优化
AI
ADAS
17
嵌入式AI在智能座舱中的应用
驾驶员疲劳监测 · 手势识别 · 语音唤醒的部署案例
AI
嵌入式
18
多传感器融合部署
摄像头 · 毫米波雷达 · 激光雷达数据融合的AI模型部署架构
多传感器融合部署
摄像头
19
模型安全与鲁棒性
对抗攻击 · 模型加密 · 安全启动
模型安全
鲁棒性
20
实时性与功耗优化
帧率 · 延迟 · 功耗的平衡策略
实时性
功耗优化
21
模型部署的测试与验证
精度评估 · 端到端延迟测试 · 压力测试
模型部署的测试
验证
22
OTA与模型更新
车载AI模型的远程升级 · A/B分区 · 模型版本管理
OTA
模型更新
23
功能安全与ISO 26262
AI模型在功能安全中的角色 · ASIL等级与部署要求
ISO
功能安全
24
常见问题与调试技巧
内存溢出 · 算子不支持 · 精度下降
常见问题
调试技巧
25
案例实战
基于TensorRT的自动驾驶目标检…
案例实战
TensorRT
26
案例实战
基于地平线征程的语义分割模型部署与优…
案例实战
基于地平线征程的…
27
案例实战
基于高通平台的驾驶员监控系统(DMS…
案例实战
DMS
28
综合项目
设计一个嵌入式AI车载应用(如自动泊… · 完成从需求分析到部署的全流程
综合项目
AI
29
前沿趋势与挑战
Transformer在车载部署 · 端到端自动驾驶 · 车路协同中的AI部署新方向
前沿趋势
挑战
30
课程总结与进阶路径
核心知识回顾 · 常见误区 · 学习资源推荐与职业发展建议
课程总结
进阶路径
所属VIP或分类
同VIP:AI-Agent-Harness系统开发
同VIP:AI-Agent原理与自主代理架构
同VIP:AI-Agent性能评估与优化