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模型转换与部署实战

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概述 · 课程目标 · 学习路径
课程导入AI
02
嵌入式AI基础
嵌入式系统与AI结合的特点 · 资源约束（算力 · 内存
AI嵌入式
03
深度学习模型基础
神经网络核心概念（卷积 · 池化 · 全连接
深度学习模型基础神经网络核心概念
04
模型转换与部署概述
模型转换的定义 · 必要性 · 部署流程（训练→转换→优化→编译→运…
模型转换部署概述
05
ONNX作为中间格式
ONNX简介 · 模型导出为ONNX（PyTorch/… · ONNX结构解析
ONNX作为
06
模型量化基础
量化原理（定点与浮点） · 量化类型（动态量化 · 静态量化
模型量化基础量化原理
07
模型剪枝与稀疏化
剪枝方法（结构化/非结构化） · 稀疏化训练 · 在嵌入式部署中的收益与挑战
模型剪枝稀疏化
08
知识蒸馏
蒸馏原理 · 软标签与温度参数 · 蒸馏在嵌入式模型压缩中的应用
知识蒸馏蒸馏原理
09
模型转换工具实战（一）
TensorFlow Lite转换流… · 量化选项 · 模型优化（优化延迟/大小）
模型转换工具实战TensorFlow
10
模型转换工具实战（二）
ONNX Runtime转换与推理 · ONNX优化器（onnxoptimi… · 算子融合与图优化
模型转换工具实战ONNX
11
模型转换工具实战（三）
NCNN部署流程（PyTorch→O… · NCNN模型格式 · 推理示例
模型转换工具实战NCNN
12
模型转换工具实战（四）
MNN转换与部署 · MNN模型格式 · 性能调优
模型转换工具实战MNN
13
嵌入式AI推理框架
主流推理框架对比（TFLite Mi… · NCNN · MNN
AI嵌入式
14
嵌入式硬件加速
NPU/DSP/GPU编程基础 · 硬件加速器接口（如ARM NN · OpenCL）
嵌入式硬件加速NPU/DSP/GPU
15
模型编译与优化
TVM/Glow等编译器 · 图优化 · 算子调度
模型编译优化
16
嵌入式Linux部署实战
交叉编译环境搭建 · 模型集成到C++/Python应用 · 性能测试与调优
Linux嵌入式
17
MCU级部署实战
TFLite Micro在STM32… · 内存管理 · 实时性优化
MCU级部署实战
18
Android/iOS移动端部署
移动端推理框架（TFLite · Core ML · NCNN）
Android/iOS移动端部署
19
模型转换中的常见问题
算子不支持 · 精度损失 · 内存溢出
模型转换常见问题
20
精度与性能评估
评估指标（准确率 · FPS · 内存占用
精度性能评估
21
案例实战（一）
图像分类模型（MobileNet）从…
案例实战MobileNet
22
案例实战（二）
目标检测模型（YOLOv5）转换与部… · 后处理优化
案例实战YOLOv5
23
案例实战（三）
语义分割模型（DeepLabV3）在…
案例实战DeepLabV3
24
案例实战（四）
语音唤醒词模型（如KWS）在MCU上…
案例实战KWS
25
案例实战（五）
异常检测模型（如Autoencode…
案例实战Autoencode
26
多模型协同与流水线
多模型串行/并行部署 · 内存复用 · 任务调度
多模型协同流水线
27
模型安全与鲁棒性
嵌入式AI的安全威胁（对抗攻击 · 模型窃取） · 防护措施
模型安全鲁棒性
28
边缘计算与云协同
边缘-云架构 · 模型OTA更新 · 联邦学习在嵌入式场景的应用
边缘计算云协同
29
综合项目实战
从需求分析 · 模型选型 · 转换优化
综合项目实战从需求分析
30
课程总结与进阶方向
常见问题回顾 · 最佳实践总结 · 前沿技术（如Transformer轻…
课程总结进阶方向