Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Đề cương khóa học
Giới thiệu về Edge AI cho Thị giác Máy tính
- Tổng quan về Edge AI và lợi ích của nó
- So sánh: Cloud AI vs Edge AI
- Thách thức chính trong xử lý hình ảnh thời gian thực
Triển khai Mô hình Học sâu trên Thiết bị Edge
- Giới thiệu về TensorFlow Lite và OpenVINO
- Tối ưu hóa và lượng tử hóa mô hình cho triển khai edge
- Trường hợp nghiên cứu: Chạy YOLOv8 trên thiết bị edge
Tăng tốc Phần cứng cho Đánh giá Thời gian Thực
- Tổng quan về phần cứng tính toán edge (Jetson, Coral, FPGAs)
- Khai thác tăng tốc GPU và TPU
- Đánh giá hiệu suất và so sánh hiệu năng
Phát hiện và Theo dõi Đối tượng Thời gian Thực
- Triển khai phát hiện đối tượng bằng mô hình YOLO
- Theo dõi các đối tượng di chuyển thời gian thực
- Tăng cường độ chính xác của việc phát hiện bằng cách kết hợp cảm biến
Kỹ thuật Tối ưu hóa cho Edge AI
- Giảm kích thước mô hình với kỹ thuật cắt bỏ và lượng tử hóa
- Phương pháp giảm độ trễ và tiêu thụ năng lượng
- Trải nghiệm lại và điều chỉnh tinh tế mô hình Edge AI
Tích hợp Edge AI với Hệ thống IoT
- Triển khai các mô hình AI trên camera thông minh và thiết bị IoT
- Edge AI và quyết định thời gian thực
- Giao tiếp giữa thiết bị edge và hệ thống đám mây
Bảo mật và Xem xét Đạo đức trong Edge AI
- Lo ngại về quyền riêng tư dữ liệu trong ứng dụng Edge AI
- Đảm bảo bảo mật mô hình chống lại tấn công đối thủ
- Tuân thủ các quy định AI và nguyên tắc AI đạo đức
Tóm tắt và Bước tiếp theo
Requirements
- Familiarity with concepts of computer vision
- Experience with Python and deep learning frameworks
- Basic knowledge of edge computing and IoT devices
Đối tượng
- Kỹ sư xử lý hình ảnh máy tính
- Nhà phát triển AI
- Chuyên gia IoT
21 Hours
Testimonials (1)
I genuinely enjoyed the hands-on approach.
Kevin De Cuyper
Course - Computer Vision with OpenCV
Machine Translated
