VIP20
本课程属于：012-嵌入式端YOLO目标检测部署实战 AI视觉与工业视觉 · 共 20 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

嵌入式YOLO部署的精度与速度调优

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
嵌入式AI概述
边缘计算与嵌入式AI的关系 · YOLO系列模型在嵌入式端的演进 · 课程目标与学习路径
AI嵌入式
02
硬件平台选型
主流嵌入式AI芯片对比（Jetson · RK3588 · 树莓派
硬件平台选型AI
03
YOLO模型基础
YOLOv5/v8/v10核心架构对… · Anchor-Free与Anchor… · 模型复杂度指标（FLOPs
YOLO模型基础
04
模型轻量化技术（上）
通道剪枝原理 · 结构化剪枝 vs 非结构化剪枝 · 我在剪枝项目中踩过的坑
模型轻量化技术通道剪枝原理
05
模型轻量化技术（下）
知识蒸馏（KD） · 量化感知训练（QAT） · 蒸馏与量化的联合使用
模型轻量化技术KD
06
模型量化（上）
FP32/FP16/INT8/INT… · 对称量化 vs 非对称量化 · 校准数据集的选择
模型量化FP32/FP16/IN…
07
模型量化（下）
TensorRT INT8量化实战 · RKNN量化工具链使用 · 量化后精度回退的修复方法
模型量化TensorRT
08
模型转换与编译
ONNX导出与优化 · TensorRT Engine生成 · RKNN模型转换
模型转换编译
09
推理引擎选型
TensorRT · ONNX Runtime · OpenVINO
推理引擎选型TensorRT
10
TensorRT部署实战（上）
Engine构建与序列化 · 动态shape处理 · 多profile配置
TensorRT部署实战
11
TensorRT部署实战（下）
插件编写（自定义算子） · FP16与INT8混合精度推理 · 性能Profiling
TensorRT部署实战
12
RKNN部署实战
RKNN Toolkit使用 · NPU与CPU异构计算 · DRM内存管理
RKNN部署实战
13
NCNN部署实战
NCNN模型转换 · Vulkan加速 · ARM NEON优化
NCNN部署实战
14
OpenVINO部署实战
模型优化器使用 · 异构执行（CPU+GPU+NPU） · 自动设备插件
OpenVINO部署实战
15
预处理与后处理优化
图像预处理加速（BGR2RGB · Resize · Normalize）
预处理后处理优化
16
流水线并行与异步推理
生产者-消费者模型 · 双缓冲机制 · 异步推理与CPU-GPU重叠
流水线并行异步推理
17
内存优化
内存池设计 · 张量复用 · 零拷贝技术
内存优化内存池设计
18
多模型串联与级联
检测+跟踪+分类的级联部署 · 模型间数据传递优化 · 延迟与吞吐量平衡
多模型串联级联
19
精度评估与调优
mAP · F1 Score · 混淆矩阵分析
精度评估调优
20
速度评估与Profiling
帧率（FPS） · 延迟（Latency） · 吞吐量（Throughput）
Profiling速度评估
21
算子优化与融合
Conv+BN+ReLU融合 · GELU近似计算 · Winograd卷积
算子优化融合
22
模型结构搜索（NAS）
轻量级Backbone设计（Shuf… · MobileNet · EfficientNet-Lite）
NAS模型结构搜索
23
注意力机制与轻量化
SE · CBAM · ECA
注意力机制轻量化
24
数据增强与训练策略
Mosaic · MixUp · CutMix在部署中的影响
数据增强训练策略
25
部署中的数值稳定性
FP16溢出问题 · INT8饱和问题 · BatchNorm融合后的精度变化
部署数值稳定性
26
多平台适配与交叉编译
ARM Linux交叉编译 · Android NDK部署 · Docker镜像构建
多平台适配交叉编译
27
实时视频流处理
RTSP/RTMP拉流 · 解码加速（硬解码） · 跳帧策略
实时视频流处理RTSP/RTMP
28
边缘端监控与调试
日志系统 · 性能监控面板 · 模型热更新
边缘端监控调试
29
端侧部署案例实战（上）
智能安防（人车检测） · 工业质检（缺陷检测） · 农业（作物检测）
端侧部署案例实战智能安防
30
端侧部署案例实战（下）
自动驾驶（车道线+目标检测） · 无人机巡检 · 智慧零售（SKU识别）
端侧部署案例实战自动驾驶