VIP7

本课程属于：126-K210与MaixPy视觉AI部署 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

7. K210手写数字识别：轻量CNN训练与KPU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 · 课程结构 · K210与手写数字识别应用场景

课程导入学习目标

K210硬件与开发环境

K210芯片特性 · 开发板介绍 · MaixPy与IDE环境搭建

手写数字识别基础

MNIST数据集介绍 · 图像预处理 · 分类任务基本概念

手写数字识别基础MNIST

卷积神经网络基础

卷积层 · 池化层 · 全连接层

卷积神经网络基础卷积层

轻量CNN设计原则

模型参数量 · 计算量 · 精度权衡

PyTorch训练环境搭建

安装PyTorch · 数据集加载 · 数据增强与归一化

PyTorch训练环境搭建

构建轻量CNN模型

LeNet-5改进 · MobileNet风格 · 深度可分离卷积

CNN构建轻量

模型训练流程

损失函数 · 优化器选择 · 学习率调度

模型训练流程损失函数

模型评估与调优

混淆矩阵 · 准确率 · 过拟合与欠拟合

模型评估调优

模型导出为ONNX

ONNX格式介绍 · PyTorch转ONNX步骤 · 动态轴设置

ONNX模型导出为

ONNX转K210模型

K210模型格式（kmodel） · NNCase工具使用 · 量化与校准

KPU硬件加速原理

KPU架构 · 卷积加速 · 内存布局

KPU硬件加速原理

模型量化与部署

INT8量化 · 校准数据集 · 量化精度损失与优化

模型量化部署

MaixPy固件与模型加载

烧录固件 · SD卡或Flash存储 · 加载kmodel

K210摄像头图像采集

摄像头初始化 · 图像尺寸调整 · 灰度转换

K210摄像头图像采集

图像预处理与归一化

缩放 · 均值方差 · 通道顺序

图像预处理归一化

KPU推理流程

KPU初始化 · 输入张量设置 · 运行推理

KPU推理流程

输出后处理

softmax · 最大概率索引 · 数字标签映射

输出后处理softmax

实时显示与交互

LCD显示 · 串口输出 · 按键切换模式

实时显示交互

完整项目实战

从训练到部署全流程 · 实现摄像头实时手写数字识别

完整项目实战从训练到部署全流…

推理速度提升 · 内存占用降低 · 帧率优化

性能优化推理速度提升

常见问题排查

模型加载失败 · 推理结果错误 · 精度低

常见问题排查模型加载失败

模型压缩与剪枝

权重剪枝 · 量化感知训练 · 知识蒸馏

模型压缩剪枝

多数字识别扩展

滑动窗口 · 区域检测 · 多数字分类

多数字识别扩展滑动窗口

与云平台集成

通过WiFi或串口将识别结果上传 · 实现IoT应用

云平台集成WiFi

边缘计算与嵌入式AI

K210在边缘AI中的定位 · 与其他芯片对比

项目调试技巧

日志输出 · 可视化中间特征 · 调试工具使用

项目调试技巧日志输出

设计并训练自定义数字识别模型 · 部署到K210并测试

综合练习设计并训练自定义…

核心知识点回顾 · 常见误区 · 学习路径建议

课程总结核心知识点回顾

拓展与展望

K210新特性 · 模型轻量化趋势 · 更多AI应用方向