聯繫我們

課程簡介

工業場景中的邊緣人工智慧介紹

  • 為什麼邊緣運算在製造業中至關重要
  • 與基於雲端的人工智慧的比較
  • 視覺檢測、預測性維護及控制方面的應用案例

硬體平台與設備層級的約束條件

  • 常見邊緣硬體概覽(Raspberry Pi, NVIDIA Jetson, Intel NUC)
  • 處理能力、記憶體和功耗的考量
  • 根據應用類型選擇合適的平台

面向邊緣的模型開發與最佳化

  • 模型壓縮、剪枝及量化技術
  • 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

邊緣端的電腦視覺與感測器融合

  • 基於邊緣的視覺檢查與監控
  • 整合來自多種感測器(振動、溫度、攝影機)的數據
  • 使用 Edge Impulse 實現即時異常檢測

通訊與資料交換

  • 使用 MQTT 進行工業訊息傳輸
  • 整合 SCADA、OPC-UA 和 PLC 系統
  • 邊緣通訊的安全性與韌性

部署與現場測試

  • 在邊緣裝置上打包與部署模型
  • 監控效能並管理更新
  • 案例研究:帶有本地執行的即時決策迴圈

擴展與維護邊緣人工智慧系統

  • 邊緣裝置管理策略
  • 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

總結與後續步驟

最低要求

  • 具備嵌入式系統或物聯網架構的基礎知識
  • 擁有 Python 或 C/C++ 程式設計經驗
  • 熟悉機器學習模型的開發

受眾

  • 嵌入式開發人員
  • 工業物聯網團隊
 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