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零基础入门30问:从机器学习模型到MCU部署

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 · 核心概念 · 整体框架

课程导入学习目标

嵌入式AI基础

什么是嵌入式AI · 与云端AI的区别 · 典型应用场景（智能家居

机器学习基础

监督学习 · 无监督学习 · 强化学习的基本概念

机器学习基础监督学习

神经网络入门

感知机 · 多层感知机 · 激活函数（ReLU

神经网络入门感知机

卷积神经网络（CNN）基础

卷积层 · 池化层 · 全连接层

CNN卷积神经网络

轻量化模型设计

MobileNet · ShuffleNet · SqueezeNet等轻量级网络的设…

轻量化模型设计MobileNet

模型量化基础

什么是量化 · 为什么需要量化 · 量化类型（PTQ

模型量化基础什么是量化

模型剪枝与知识蒸馏

剪枝方法 · 蒸馏原理 · 以及如何在不显著损失精度的情况下减小…

模型剪枝知识蒸馏

嵌入式硬件平台概览

MCU · MPU · DSP

嵌入式硬件平台概…MCU

嵌入式AI开发环境搭建

开发板选型 · IDE安装 · 交叉编译工具链

TensorFlow Lite for Microcontrollers

框架介绍 · 模型转换流程 · 在MCU上运行TFLite模型的基本…

STM32Cube.AI与STM32部署

使用STM32Cube.AI工具将K… · 并在STM32上部署

STM32Cube.AISTM32

Edge Impulse平台实战

使用Edge Impulse进行数据… · 训练 · 部署到MCU的完整流程

数据采集与预处理

传感器数据采集 · 数据增强 · 归一化

数据采集预处理

模型训练与优化

在PC上训练模型 · 使用量化感知训练 · 剪枝等技术优化模型以适应MCU资源限…

模型训练优化

模型转换与压缩

将训练好的模型转换为TFLite · ONNX · C数组等格式

模型转换压缩

MCU上的推理引擎

解释TFLite Micro · CMSIS-NN · ARM NN等推理引擎的工作原理与性…

MCU上的推理引擎

内存与计算优化

在MCU上优化推理速度与内存占用 · 包括算子融合 · 内存复用

内存计算优化

基于MCU的语音关键词识别（如唤醒词… · 从数据采集到部署的完整流程

实战项目1MCU

基于MCU的图像分类（如手势识别） · 使用摄像头模块与轻量级CNN模型

实战项目2MCU

基于MCU的异常检测（如工业设备振动… · 使用传感器数据与异常检测算法

实战项目3MCU

基于MCU的人体活动识别（如步数检测… · 使用IMU数据与LSTM/CNN模型

实战项目4MCU

基于MCU的物体检测（如人脸检测） · 使用MobileNet SSD等轻量…

实战项目5MCU

常见问题与调试技巧

模型部署失败 · 精度下降 · 内存溢出

常见问题调试技巧

性能评估与基准测试

如何评估嵌入式AI模型的性能（推理时… · 内存占用 · 功耗）

性能评估基准测试

低功耗设计策略 · 包括动态电压频率调整 · 睡眠模式

功耗优化低功耗设计策略

安全与隐私

嵌入式AI中的安全威胁 · 模型加密 · 数据隐私保护

多任务与实时性

在MCU上实现多任务AI推理 · 使用RTOS（如FreeRTOS）管…

多任务实时性

设计一个完整的嵌入式AI系统（如智能… · 涵盖需求分析 · 模型设计

课程总结与进阶路径

回顾核心知识点 · 推荐进阶学习资源（如TinyML · 边缘计算）

课程总结进阶路径