VIP6
本课程属于：115-TinyML数据工程与模型评测 AI智能与边缘计算工程 · 共 6 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

17. TinyML评估报告编写：模型指标、资源指标与部署风险

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
TinyML评估报告的价值 · 目标读者 · 报告在项目生命周期中的作用
课程导入TinyML
02
TinyML基础回顾
TinyML定义 · 典型应用场景 · 边缘设备约束（内存
TinyML基础回顾
03
评估报告总体框架
报告结构（摘要 · 模型指标 · 资源指标
评估报告总体框架报告结构
04
模型指标基础
准确率 · 精确率 · 召回率
模型指标基础准确率
05
回归与多任务模型指标
MAE · MSE · RMSE
回归多任务模型指标
06
TinyML特有模型指标
模型大小（参数量 · 量化后大小） · 推理延迟
TinyML特有模型指标
07
模型指标测量方法
在PC · 开发板 · 真实设备上的测量流程
模型指标测量方法PC
08
资源指标概览
内存（Flash/RAM）占用 · 计算量（MACs/FLOPs） · 功耗
资源指标概览Flash/RAM
09
内存资源评估
模型权重 · 激活缓冲区 · 中间张量
内存资源评估模型权重
10
计算资源评估
MACs/FLOPs计算 · 处理器利用率 · 实时性分析
计算资源评估MACs/FLOPs
11
功耗与热设计
功耗测量方法 · 动态/静态功耗 · 电池寿命模型
功耗热设计
12
模型压缩与量化对指标的影响
量化（PTQ/QAT） · 剪枝 · 蒸馏后模型指标与资源指标的变化规律
模型压缩量化对指标的影响
13
部署风险分类
硬件兼容性风险 · 软件栈风险 · 数据漂移风险
部署风险分类硬件兼容性风险
14
硬件兼容性风险评估
目标MCU/SoC的算力 · 内存 · 外设支持
硬件兼容性风险评…MCU/SoC
15
软件与工具链风险
编译器 · 推理引擎 · 算子支持
软件工具链风险
16
数据与模型鲁棒性风险
训练/测试分布差异 · 对抗样本 · 噪声鲁棒性
数据模型鲁棒性风险
17
安全与隐私风险
模型窃取 · 逆向工程 · 数据泄露
安全隐私风险
18
部署风险量化方法
风险矩阵 · 概率-影响评估 · 风险优先级排序（RPN）
部署风险量化方法风险矩阵
19
评估报告编写流程
从需求分析 · 指标选择 · 测量实验
评估报告编写流程从需求分析
20
实验设计与数据记录
设计对比实验（不同量化 · 不同硬件） · 记录原始数据
实验设计数据记录
21
报告可视化与呈现
使用图表（雷达图 · 柱状图 · 热力图）展示指标对比
报告可视化呈现
22
案例实战
图像分类模型在STM32上的评估报告… · 涵盖模型指标 · 资源指标与风险分析
案例实战STM32
23
案例实战
语音唤醒词模型在ESP32上的评估报… · 重点分析功耗与延迟
案例实战ESP32
24
案例实战
异常检测模型在树莓派Pico上的评估… · 关注内存与鲁棒性风险
案例实战Pico
25
常见误区与陷阱
指标过拟合 · 忽略资源波动 · 风险识别不全面
常见误区陷阱
26
评估工具与自动化
使用脚本 · CI/CD集成自动化评估 · 生成报告模板
评估工具自动化
27
报告评审与沟通
如何向团队 · 管理层 · 客户呈现评估结果
报告评审沟通
28
综合提升
从评估报告到优化建议 · 如何根据报告指导模型压缩 · 硬件选型与架构调整
综合提升从评估报告到优化…
29
前沿趋势
AutoML · 神经架构搜索 · 硬件感知训练
前沿趋势AutoML
30
课程总结与实战项目
综合运用所学 · 完成一个完整TinyML评估报告 · 并进行互评与改进
课程总结实战项目