课程大纲

边缘AI与物联网简介

  • 边缘AI的定义与关键概念
  • 物联网系统与架构概述
  • 边缘AI与物联网集成的优势与挑战
  • 实际应用与用例

物联网中的边缘AI架构

  • 物联网中边缘AI系统的组件
  • 硬件与软件要求
  • 支持边缘AI的物联网应用中的数据流
  • 与现有物联网系统的集成

设置边缘AI与物联网环境

  • 常用物联网平台介绍(如Arduino、Raspberry Pi、NVIDIA Jetson)
  • 安装必要的软件与库
  • 配置开发环境
  • 初始化边缘AI与物联网设置

为物联网设备开发AI模型

  • 适用于边缘与物联网的机器学习和深度学习模型概述
  • 为物联网部署训练与优化模型
  • 边缘AI开发的工具与框架(如TensorFlow Lite、OpenVINO等)
  • 模型压缩与优化技术

物联网中的数据管理与预处理

  • 物联网环境中的数据收集技术
  • 边缘设备的数据预处理与增强
  • 管理物联网设备上的数据管道
  • 确保物联网环境中的数据隐私与安全

在物联网设备上部署边缘AI模型

  • 在物联网边缘设备上部署AI模型的步骤
  • 监控与管理已部署模型的技术
  • 物联网设备上的实时数据处理与推理
  • 部署案例与实例

将边缘AI与物联网协议和平台集成

  • 物联网通信协议概述(如MQTT、CoAP、HTTP等)
  • 将边缘AI解决方案与物联网传感器和执行器连接
  • 构建端到端的边缘AI与物联网解决方案
  • 实际示例与用例

用例与应用

  • 边缘AI在物联网中的行业特定应用
  • 智能家居、工业物联网、医疗等领域的深入案例研究
  • 成功故事与经验教训
  • 边缘AI在物联网中的未来趋势与机遇

伦理考量与最佳实践

  • 确保边缘AI与物联网部署中的隐私与安全
  • 解决AI模型中的偏见与公平性问题
  • 遵守法规与标准
  • 物联网中负责任AI部署的最佳实践

动手项目与练习

  • 为物联网开发复杂的边缘AI应用
  • 实际项目与场景
  • 协作小组练习
  • 项目展示与反馈

总结与下一步

要求

  • 对基础AI和机器学习概念的理解
  • 具备编程语言经验(推荐Python)
  • 熟悉IoT概念和技术

受众

  • IoT开发者
  • 系统架构师
  • 行业专业人士
 14 小时

即将举行的公开课程

课程分类