第1章
课程导论
移动端AI现状 · 图像分类选择 · 学习路径 · 工具概览
导论环境
第2章
图像分类基础
分类定义 · 传统 vs 深度学习 · 评估指标
指标对比
第3章
深度学习入门
神经网络 · 感知机 · 激活函数 · 交叉熵损失
ReLU损失
第4章
卷积神经网络核心
卷积 · 池化 · 感受野 · LeNet/AlexNet
CNN架构
第5章
经典CNN模型详解
VGG · GoogLeNet · ResNet · MobileNet
残差Inception
第6章
轻量化模型设计
压缩加速 · 知识蒸馏 · 剪枝 · INT8/FP16
量化剪枝
第7章
MobileNet系列精讲
V1深度可分离 · V2倒残差 · V3 NAS搜索
轻量h-swish
第8章
ShuffleNet & EfficientNet
通道混洗 · 复合缩放 · 模型选型对比
ShuffleEfficient
第9章
数据准备与增强
标注 · 翻转/旋转/裁剪 · 归一化标准化
增强预处理
第10章
PyTorch框架入门
安装配置 · 张量 · 自动求导 · 简单神经网络
PyTorch张量
第11章
PyTorch图像分类实战
torchvision · DataLoader · 训练/验证循环
实战循环
第12章
训练自己的分类模型
自定义Dataset · 迁移学习 · 冻结/解冻策略
微调迁移
第13章
模型训练技巧
学习率调度 · Dropout · 早停法
正则化调度
第14章
模型评估与调优
混淆矩阵 · 超参数搜索 · 过拟合诊断
调优搜索
第15章
模型导出与转换
PyTorch保存 · ONNX导出 · 验证优化
ONNX导出
第16章
TensorFlow Lite入门
TFLite优势 · 转换流程 · FlatBuffer格式
TFLite移动端
第17章
TFLite模型转换实战
PyTorch→ONNX→TFLite · QAT量化
转换QAT
第18章
TFLite模型优化
动态/全整数量化 · Float16 · 效果对比
量化优化
第19章
Android端部署 (上)
Android Studio · 项目创建 · 导入TFLite
Android环境
第20章
Android端部署 (下)
加载模型 · 预处理 · 推理 · 解析结果
推理UI
第21章
iOS端部署 (上)
Xcode · Swift项目 · Core ML / TFLite
iOSSwift
第22章
iOS端部署 (下)
CVPixelBuffer · 推理 · 分类展示
CoreML展示
第23章
移动端推理优化
NNAPI · GPU委托 · XNNPACK · 多线程
加速委托
第24章
边缘设备部署
树莓派 · Jetson Nano · TensorRT · 性能对比
边缘TensorRT
第25章
模型监控与日志
日志系统 · 推理时间 · 内存/CPU监控
监控日志
第26章
端侧模型更新
远程更新 · 增量学习 · 联邦学习 · 版本管理
更新联邦
第27章
实战项目一：花卉分类App
数据收集 · 训练 · Android/iOS部署 · 测试
项目花卉
第28章
实战项目二：实时物体识别
MobileNet SSD · 摄像头推理 · UI交互
实时SSD
第29章
实战项目三：人脸表情分类
数据集 · 微调 · 移动端部署 · 表情识别
表情微调
第30章
课程总结与进阶
知识回顾 · 常见问题 · 资源推荐 · Transformer/Mamba
总结进阶