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)
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