課程簡介

工業環境中的Edge AI簡介

  • 邊緣計算在製造業中的重要性
  • 與基於雲端的AI進行比較
  • 在視覺、預測性維護和控制中的應用案例

硬體平台與設備級別的限制

  • 常見邊緣硬體的概述(Raspberry Pi、NVIDIA Jetson、Intel NUC)
  • 處理、內存和功耗的考量
  • 根據應用類型選擇合適的平台

邊緣模型開發與優化

  • 模型壓縮、剪枝和量化技術
  • 使用TensorFlow Lite和ONNX進行嵌入式部署
  • 在受限環境中平衡準確性與速度

Computer Vision與Sensor Fusion在邊緣的應用

  • 基於邊緣的視覺檢查與監控
  • 整合來自多個感測器的數據(振動、溫度、攝像頭)
  • 使用Edge Impulse進行實時異常檢測

Communication與數據交換

  • 使用MQTT進行工業訊息傳遞
  • 與SCADA、OPC-UA和PLC系統的整合
  • 邊緣通訊中的安全與韌性

部署與現場測試

  • 在邊緣設備上打包與部署模型
  • 監控性能與管理更新
  • 案例研究:具有本地驅動的實時決策循環

Edge AI系統的擴展與維護

  • 邊緣設備管理策略
  • 遠端更新與模型重新訓練週期
  • 工業級部署的生命週期考量

總結與下一步

最低要求

  • 了解嵌入式系統或物聯網架構
  • 具備Python或C/C++編程經驗
  • 熟悉機器學習模型開發

目標受眾

  • 嵌入式開發人員
  • 工業物聯網團隊
 21 時間:

人數


每位參與者的報價

Upcoming Courses

課程分類