聯繫我們

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

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