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

TinyML Zephyr RTOS内核集成从入门到精通

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

TinyML与Zephyr RTOS… · 课程目标 · 学习路径与前置知识要求

课程导论TinyML

嵌入式机器学习基础

TinyML核心概念 · 模型压缩技术（量化 · 剪枝

嵌入式机器学习基…TinyML

Zephyr RTOS快速入门

Zephyr项目结构 · 开发环境搭建（west · toolchain）

Zephyr内核核心机制

线程 · 调度 · 中断

Zephyr内核核心机制

设备树与硬件抽象

设备树语法 · Zephyr设备驱动模型（DT-dr…

设备树硬件抽象

传感器数据采集与处理

常见传感器驱动集成 · 采样策略 · 数据滤波与预处理技术

传感器数据采集处理

TinyML模型生成与转换

训练环境搭建 · 模型训练 · 转换为TensorFlow Lite…

TinyML模型生成

TensorFlow Lite Micro在Zephyr中的集成

TFLM运行时移植 · 内存分配器配置与算子支持

Zephyr中的TFLM应用开发

创建TFLM解释器 · 加载模型 · 输入输出张量处理与推理调用

模型部署实战

将TFLM模型集成到Zephyr应用 · 实现端侧推理并输出结果

模型部署实战TFLM

电源管理与低功耗设计

Zephyr电源管理框架 · Tickless idle · 低功耗外设配置与TinyML能耗优化

电源管理低功耗设计

实时性分析与调度优化

Zephyr调度策略 · 优先级配置 · 中断延迟对推理实时性的影响及优化方法

实时性分析调度优化

内存优化与资源受限部署

Zephyr内存布局 · 栈/堆配置 · 模型内存复用与Flash占用优化

内存优化资源受限部署

调试与性能分析

使用Zephyr日志 · shell · 性能计数器（timer）及TFLM…

调试性能分析

多传感器融合与多任务架构

设计多线程TinyML应用 · 实现传感器数据同步 · 融合与并发推理

多传感器融合多任务架构

边缘端持续学习与增量更新

模型OTA更新机制 · Zephyr固件升级（MCUboot…

边缘端持续学习增量更新

案例实战一

基于Zephyr的语音关键词识别（K…

案例实战一Zephyr

案例实战二

基于Zephyr的异常检测（振动/温…

案例实战二Zephyr

案例实战三

基于Zephyr的人体活动识别（HA…

案例实战三Zephyr

案例实战四

基于Zephyr的视觉唤醒词检测（图…

案例实战四Zephyr

Zephyr与TFLM的常见集成问题

模型加载失败 · 内存不足 · 算子不支持等错误排查与解决

性能调优进阶

量化感知训练 · 混合精度推理 · 硬件加速器（如CMSIS-NN）集成…

性能调优进阶量化感知训练

Zephyr安全机制与TinyML

安全启动 · 加密存储 · 模型完整性校验与隐私保护

多板级支持与移植

将TinyML应用移植到不同MCU平… · nRF52 · ESP32）的适配方法

多板级支持移植

Zephyr与TFLM的版本兼容性管理

依赖管理 · 版本升级策略与回归测试

测试与验证方法

单元测试 · 集成测试 · 硬件在环测试（HIL）与模型精度验证

测试验证方法

项目工程化

代码组织 · 构建系统配置 · CI/CD集成与文档规范

项目工程化代码组织

综合项目实战

设计一个完整的TinyML产品原型（… · 涵盖需求分析 · 硬件选型

综合项目实战TinyML

前沿趋势与扩展

TinyML与边缘AI生态 · Zephyr在AIoT中的角色 · 未来发展方向

前沿趋势扩展

课程总结与进阶路径

核心知识回顾 · 常见误区 · 学习资源推荐与实战挑战

课程总结进阶路径