首页
›
AI视觉与工业视觉
›
024-AI ISP混合架构
›
《端侧AI ISP模型轻量化与部署实战》
VIP20
本课程属于:024-AI ISP混合架构
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
模型轻量化在端侧AI ISP中的实践
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
课程导论
AI ISP 的演进与端侧挑战 · 模型轻量化的必要性
课程导论
AI
02
基础回顾
传统 ISP 流水线(去马赛克 · 降噪 · HDR
基础回顾
ISP
03
轻量化设计原则
计算瓶颈分析(MACs vs 内存带… · 端侧硬件特性(DSP/NPU/GPU…
轻量化设计原则
MACs
04
卷积核优化
深度可分离卷积(Depthwise…
卷积核优化
Depthwise
05
网络结构搜索
NAS 在轻量化 ISP 模型中的应… · 搜索空间与奖励函数设计
网络结构搜索
NAS
06
知识蒸馏
教师-学生架构在 ISP 任务中的实… · 如何保留细节纹理
知识蒸馏
ISP
07
模型剪枝
结构化剪枝与非结构化剪枝 · 针对 ISP 的通道剪枝策略
模型剪枝
结构化剪枝
08
量化技术
PTQ 与 QAT · 低比特量化(INT8/INT4)对…
量化技术
PTQ
09
算子融合与图优化
Conv+BN+ReLU 融合 · 内存复用与计算图重写
算子融合
图优化
10
端侧推理引擎
MNN · TNN · NCNN 在 ISP 模型上的部署对…
端侧推理引擎
MNN
11
数据流与内存管理
端侧 ISP 的 tile-base…
数据流
内存管理
12
去噪模型轻量化
从 CBDNet 到轻量级 UNet · 感受野与计算量的平衡
去噪模型轻量化
CBDNet
13
超分模型轻量化
ESPCN · FSRCNN 在端侧 2K/4K 输…
超分模型轻量化
ESPCN
14
HDR 融合模型轻量化
多帧对齐与融合的轻量级网络设计
HDR
融合模型轻量化
15
自动白平衡(AWB)模型轻量化
从全连接到 1x1 卷积的映射
AWB
自动白平衡
16
自动曝光(AE)模型轻量化
强化学习策略的轻量化替代方案
AE
自动曝光
17
自动对焦(AF)模型轻量化
基于深度图的快速对焦网络
AF
自动对焦
18
RAW 域处理
RAW 域 ISP 模型的轻量化挑战…
RAW
域处理
19
多任务学习
共享 Backbone 的轻量化多任…
多任务学习
Backbone
20
注意力机制轻量化
ECA · Shuffle Attention…
注意力机制轻量化
ECA
21
激活函数选择
ReLU · PReLU · Swish
激活函数选择
ReLU
22
归一化层选择
BN · LN · IN
归一化层选择
BN
23
模型部署流程
从 PyTorch 到 ONNX 再…
模型部署流程
PyTorch
24
端侧性能 Profiling
算力(GFLOPS) · 带宽(GB/s) · 延迟(ms)的测量方法
Profiling
端侧性能
25
画质评估
PSNR · SSIM · LPIPS 与主观评测在轻量化模型中…
画质评估
PSNR
26
功耗优化
DVFS 调度 · 模型分时复用与低功耗模式设计
功耗优化
DVFS
27
案例实战
基于 MobileNetV3 的轻量…
案例实战
MobileNetV3
28
案例实战
基于 ShuffleNetV2 的轻…
案例实战
ShuffleNetV2
29
前沿趋势
Neural Architectur…
前沿趋势
Neural
30
课程总结
端侧 AI ISP 的未来方向与工程…
课程总结
AI
所属VIP或分类
同VIP:AI-ISP传统管线与神经网络融合实战
同VIP:AI-ISP多帧融合与HDR算法工程实战
同VIP:AI-ISP多帧融合与实时处理优化