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。
課程簡介
工業環境中的邊緣AI簡介
- 邊緣運算在製造業中的重要性
- 與雲端AI的比較
- 視覺識別、預測性維護與控制中的應用案例
硬體平台與裝置層級的限制
- 常見邊緣硬體概觀(Raspberry Pi、NVIDIA Jetson、Intel NUC)
- 運算、記憶體與功耗考量
- 根據應用類型選擇合適的平台
針對邊緣端的模型開發與優化
- 模型壓縮、剪枝與量化技術
- 使用 TensorFlow Lite 和 ONNX 進行嵌入式部署
- 在受限環境中平衡準確度與速度
邊緣端的電腦視覺與感測器融合
- 邊緣端的視覺檢測與監控
- 整合多來源感測器數據(振動、溫度、攝影機)
- 使用 Edge Impulse 進行即時異常檢測
通訊與數據交換
- 使用 MQTT 進行工業訊息傳遞
- 整合 SCADA、OPC-UA 與 PLC 系統
- 邊緣通訊中的安全性與韌性
部署與現場測試
- 在邊緣裝置上包裝並部署模型
- 監控效能並管理更新
- 案例研究:包含本地執行的即時決策循環
邊緣AI系統的擴展與維護
- 邊緣裝置管理策略
- 遠端更新與模型再訓練週期
- 工業級部署的生命週期考量
總結與後續步驟
最低要求
- 熟悉嵌入式系統或物聯網架構
- 具備 Python 或 C/C++ 程式設計經驗
- 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 小時
客戶評論 (1)
我們可以涵蓋高級主題,並運用實際案例
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
課程 - Advanced Edge AI Techniques
機器翻譯