聯繫我們

課程簡介

工业环境中的 Edge AI 简介

  • 为什么边缘计算在制造业中很重要
  • 与基于云的 AI 对比
  • 视觉、预测性维护和控制中的用例

硬件平台与设备端限制

  • 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的平台

面向边缘的模型开发与优化

  • 模型压缩、剪枝和量化技术
  • 使用 TensorFlow Lite 和 ONNX 进行嵌入式部署
  • 在受限环境中平衡准确性与速度

边缘端的计算机视觉与传感器融合

  • 基于边缘的视觉检测与监控
  • 集成来自多个传感器的数据(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
  • 边缘通信中的安全性与韧性

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:带本地执行功能的实时决策循环

Edge AI 系统的扩展与维护

  • 边缘设备管理策略
  • 远程更新与模型再训练周期
  • 工业级部署的生命周期考量

总结与后续步骤

最低要求

  • 了解嵌入式系统或物联网架构
  • 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 小時

人數


每位參與者的報價

客戶評論 (1)

即將到來的課程

課程分類