感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程時長 21 時間:
課程簡介
農業中的 TinyML 簡介
- 理解 TinyML 的能力
- 關鍵農業應用情境
- 裝置端智慧的限制與優勢
硬體與感測器生態系統
- 用於邊緣 AI 的微控制器
- 常見農業感測器
- 能源與連接性考量
數據收集與預處理
- 現場數據採集方法
- 清理感測器與環境數據
- 邊緣模型的特徵提取
建立 TinyML 模型
- 受限裝置的模型選擇
- 訓練工作流程與驗證
- 最佳化模型大小與效率
將模型部署至邊緣裝置
- 使用 TensorFlow Lite 進行微控制器部署
- 在硬體上閃爍與運行模型
- 排除部署問題
智慧農業應用
- 作物健康評估
- 害蟲與病害偵測
- 精準灌溉控制
IoT 整合與自動化
- 將邊緣 AI 連接至農場管理平台
- 事件驅動自動化
- 即時監測工作流程
進階最佳化技術
- 量化與剪枝策略
- 電池最佳化方法
- 大規模部署的可擴展架構
總結與後續步驟
最低要求
- 熟悉 IoT 開發工作流程
- 具備處理感測器數據的經驗
- 對嵌入式 AI 概念有基本理解
適用對象
- 農業科技工程師
- IoT 開發者
- AI 研究者