聯繫我們

課程簡介

工業環境中的邊緣AI介紹

  • 邊緣運算對製造業的重要性
  • 與雲端AI的比較
  • 視覺、預測性維護及控制領域的應用案例

硬體平台與裝置層級限制

  • 常見邊緣硬體概覽(Raspberry Pi、NVIDIA Jetson、Intel NUC)
  • 處理能力、記憶體及電力考量
  • 依據應用類型選取合適平台

邊緣AI的模型開發與優化

  • 模型壓縮、剪枝及量化技術
  • 使用 TensorFlow Lite 和 ONNX 進行嵌入式部署
  • 在受限環境中平衡精度與速度

邊緣端電腦視覺與感測器融合

  • 基於邊緣的視覺檢測與監控
  • 整合多個感測器數據(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
  • 與 SCADA、OPC-UA 及 PLC 系統整合
  • 邊緣通訊的安全性与韌性

部署與現場測試

  • 在邊緣裝置上打包並部署模型
  • 監控效能及管理更新
  • 案例研究:結合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
  • 遠端更新及模型再訓練循環
  • 工業級部署的 lifecycle 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++ 程式設計經驗
  • 熟悉機器學習模型開發

目標學員

  • 嵌入式開發人員
  • 工業物聯網團隊
 21 小時

客戶評論 (1)

課程分類