感谢您发送咨询！我们的团队成员将很快与您联系。
感谢您发送预订！我们的团队成员将很快与您联系。
课程大纲
工业环境中的边缘AI简介
- 边缘计算在制造业中的重要性
- 与基于云的AI对比
- 视觉、预测性维护和控制中的用例
硬件平台与设备级限制
- 常见边缘硬件概览（Raspberry Pi、NVIDIA Jetson、Intel NUC）
- 处理能力、内存和功耗考量
- 根据应用类型选择合适平台
边缘模型开发与优化
- 模型压缩、剪枝和量化技术
- 使用TensorFlow Lite和ONNX进行嵌入式部署
- 在资源受限环境中平衡精度与速度
边缘计算机视觉与传感器融合
- 基于边缘的视觉检测与监控
- 集成多传感器数据（振动、温度、摄像头）
- 使用Edge Impulse进行实时异常检测
通信与数据交换
- 使用MQTT进行工业消息传递
- 与SCADA、OPC-UA和PLC系统集成
- 边缘通信的安全与韧性
部署与现场测试
- 在边缘设备上打包和部署模型
- 监控性能并管理更新
- 案例研究：本地执行实时决策循环
边缘AI系统的扩展与维护
- 边缘设备管理策略
- 远程更新与模型重训练周期
- 工业级部署的生命周期考量
总结与后续步骤
要求
- 对嵌入式系统或物联网架构有基本了解
- 具备Python或C/C++编程经验
- 熟悉机器学习模型开发
目标受众
- 嵌入式开发人员
- 工业物联网团队
21 小时
客户评论 (1)
我们可以涵盖高级主题，并运用实际案例
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
课程 - Advanced Edge AI Techniques
机器翻译
