VIP7

本课程属于：106-Edge Impulse与Arduino端侧AI AI智能与边缘计算工程 · 共 7 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

6. Edge Impulse部署到Arduino：库导出与示例工程运行

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 · 适用硬件 · 整体流程与课程结构

课程导入学习目标

Edge Impulse平台基础

账号注册 · 项目创建 · 数据采集与Impulse设计回顾

Arduino生态概述

Arduino IDE · Arduino CLI · 开发板管理器与库管理器的使用

Arduino生态概述

部署前准备

确认目标开发板型号 · 传感器配置 · 内存与算力评估

部署前准备确认目标开发板型…

模型训练与验证

在Edge Impulse中完成训练 · 测试集评估与混淆矩阵分析

模型训练验证

部署选项解析

Edge Impulse支持的部署目… · OpenMV · 手机等）及选择依据

部署选项解析Edge

导出Arduino库

从Edge Impulse导出.zi… · 理解库文件结构与关键文件（model… · edge-impulse-sdk等）

库文件导入Arduino IDE

通过“添加.ZIP库”或手动复制到l… · 验证库是否成功加载

示例工程概览

Edge Impulse导出的示例代… · micro_features等）功能…

示例工程概览Edge

运行第一个示例工程

以nano_33_ble_sense… · 编译上传并查看串口输出

运行第一个示例工…nano

串口通信与调试

设置波特率 · 打印推理结果 · 处理分类标签与置信度

串口通信调试

实时推理流程

初始化传感器 · 采集数据 · 特征提取

实时推理流程初始化传感器

自定义数据采集

在Arduino上编写代码采集传感器…

自定义数据采集Arduino

模型优化与量化

了解量化对内存和速度的影响 · 在Edge Impulse中调整量化…

模型优化量化

内存与性能调优

分析Arduino内存占用 · 使用静态缓冲区 · 减少内存拷贝

内存性能调优

多类分类实战

以手势识别为例 · 训练多类模型并部署到Arduino

多类分类实战以手势识别为例

回归模型部署

部署连续值输出（如震动强度）到Ard… · 并处理输出

回归模型部署Ard

异常检测部署

使用Edge Impulse的异常检… · 部署到Arduino并识别未知样本

异常检测部署Edge

传感器融合案例

结合加速度计与麦克风 · 在Arduino上运行多传感器推理

传感器融合案例结合加速度计

低功耗与边缘部署

优化推理频率 · 使用睡眠模式 · 延长电池寿命

低功耗边缘部署

常见编译错误

库冲突 · 内存不足 · 头文件缺失等问题的排查与解决

常见编译错误库冲突

常见运行错误

输出乱码 · 推理结果异常 · 传感器读取失败等调试技巧

常见运行错误输出乱码

版本兼容性

Edge Impulse SDK与A… · 升级注意事项

版本兼容性Edge

在没有Edge Impulse云服务… · 如何离线使用导出的库

离线部署Edge

与外部设备交互

将推理结果通过串口 · I2C或蓝牙发送给其他设备

外部设备交互将推理结果通过串…

端到端构建一个语音关键词识别系统 · 从数据采集到Arduino部署

项目实战端到端构建一个语…

端到端构建一个运动分类系统 · 并实现LED反馈

项目实战端到端构建一个运…

性能评估与优化

测量推理时间 · 准确率与资源占用 · 并针对性优化

性能评估优化

将Edge Impulse与Ardu… · 实现多任务处理

综合提升Edge

课程总结与拓展

回顾关键知识点 · 介绍Edge Impulse其他部署…

课程总结拓展