首页
›
AI智能与边缘计算工程
›
116-TinyML端侧测试与Profiling
›
《TinyML质量保障流程》
VIP6
本课程属于:116-TinyML端侧测试与Profiling
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
📘
20. TinyML质量保障流程:从实验模型到量产固件测试闭环
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质量保障的行业背景 · 核心挑战与学习路径总览
课程导入
TinyML
02
TinyML基础回顾
模型压缩 · 量化 · 剪枝
TinyML
基础回顾
03
质量保障体系框架
从实验到量产的全流程质量视图 · 定义质量属性与KPI
质量保障体系框架
从实验到量产的全…
04
实验阶段质量保障
数据集质量评估 · 标注一致性检查 · 过拟合与欠拟合诊断
实验阶段质量保障
数据集质量评估
05
模型验证方法
交叉验证 · 留出集 · 混淆矩阵
模型验证方法
交叉验证
06
量化误差分析
量化前后精度对比 · 敏感层识别 · 混合量化策略
量化误差分析
量化前后精度对比
07
模型鲁棒性测试
对抗样本 · 噪声注入 · 光照变化
模型鲁棒性测试
对抗样本
08
硬件在环测试
在目标MCU/边缘设备上运行模型 · 验证数值一致性与性能
硬件
环测试
09
固件集成测试
模型与RTOS · 驱动 · 外设交互时的功能正确性验证
固件集成测试
RTOS
10
资源约束验证
内存 · Flash · 功耗
资源约束验证
内存
11
自动化测试流水线
CI/CD集成 · 单元测试 · 集成测试
自动化测试流水线
CI/CD
12
测试数据管理
版本控制 · 数据增强 · 数据漂移检测与回放机制
测试数据管理
版本控制
13
模型可解释性
在TinyML中应用LIME · SHAP等工具进行错误分析
模型可解释性
TinyML
14
异常检测与故障注入
模拟传感器故障 · 通信中断 · 电源波动等场景
异常检测
故障注入
15
安全性与隐私测试
模型窃取 · 逆向工程 · 数据泄露风险与防护
安全性
隐私测试
16
OTA更新与版本管理
固件升级中的质量保障 · 回滚机制与兼容性测试
OTA
更新
17
量产测试策略
产线测试 · Golden Unit比对 · 统计过程控制(SPC)
量产测试策略
产线测试
18
测试覆盖率分析
代码覆盖率 · 模型分支覆盖率 · 状态机覆盖率
测试覆盖率分析
代码覆盖率
19
性能基准测试
建立标准基准集 · 对比不同硬件/编译器/优化选项
性能基准测试
建立标准基准集
20
案例实战
智能语音唤醒词模型从实验到量产的完整…
案例实战
智能语音唤醒词模…
21
案例实战
视觉异常检测模型在MCU上的鲁棒性测…
案例实战
MCU
22
案例实战
振动传感器预测性维护模型的固件集成与…
案例实战
振动传感器预测性…
23
常见问题
模型在实验环境精度高但部署后下降 · 如何系统排查
常见问题
模型
24
常见问题
量化后精度损失严重 · 如何定位并缓解
常见问题
量化后精度损失严…
25
常见问题
测试资源有限 · 如何设计高效的测试集与测试策略
常见问题
测试资源有限
26
常见问题
如何平衡模型精度与资源占用 · 并确保质量达标
常见问题
如何平衡模型精度
27
工具链与平台
TensorFlow Lite Mi… · CMSIS-NN · Edge Impulse等工具的质量…
工具链
平台
28
质量度量与报告
如何定义质量指标 · 生成测试报告 · 推动团队改进
质量度量
报告
29
综合提升
构建组织级TinyML质量文化 · 流程成熟度模型与持续改进
综合提升
TinyML
30
课程总结
核心要点回顾 · 常见误区 · 未来趋势与学习资源推荐
课程总结
核心要点回顾
所属VIP或分类
同VIP:TinyML功耗测试:推理电流、睡眠电流与平均能耗
同VIP:TinyML测试数据集
同VIP:TinyML测试自动化