Tack för att du skickade din fråga! En av våra teammedlemmar kontaktar dig snart.
Tack för att du skickade din bokning! En av våra teammedlemmar kontaktar dig snart.
Varaktighet 21 timmar
Kursplan
Introduktion till Edge AI och TinyML
- Översikt över AI på kanten
- Fördelar och utmaningar med att köra AI på enheter
- Användningsfall inom robotteknik och automation
Grundläggande TinyML
- Maskininlärning för resursbegränsade system
- Kvantisering, beskapning (pruning) och komprimering av modeller
- Stödda ramverk och hårdvaruplattformar
Utveckling och konvertering av modeller
- Träna lätta modeller med TensorFlow eller PyTorch
- Konvertera modeller till TensorFlow Lite och PyTorch Mobile
- Testa och validera modellernas noggrannhet
Implementation av inferens på enheten
- Distribuera AI-modeller till inbäddade kort (Arduino, Raspberry Pi, Jetson Nano)
- Integrera inferens med robotikens uppfattning (perception) och styrning
- Köra realtidsprediktioner och övervaka prestanda
Optimering för prestanda på kanten
- Minska latens och energiförbrukning
- Hårdvaruaccelerering med hjälp av NPUs och GPUs
- Prestandatest (benchmarking) och profilering av inbäddad inferens
Edge-AI-ramverk och verktyg
- Arbeta med TensorFlow Lite och Edge Impulse
- Utforska distributionsalternativ för PyTorch Mobile
- Felsökning och justering av inbäddade ML-flöden
Praktisk integration och fallstudier
- Designa edge-AI-uppfattningssystem för robotar
- Integrera TinyML i ROS-baserade robotarkitekturer
- Fallstudier: autonom navigation, objektdetektion, prediktiv underhållsservice
Sammanfattning och nästa steg
Krav
- Kännedom om inbäddade system
- Erfarenhet av Python eller C++-programmering
- Till viss grad bekant med grundläggande maskininlärningskoncept
Målgrupp
- Inbäddade utvecklare
- Robottekniker
- Systemintegratörer som arbetar med intelligenta enheter
Vittnesmål (2)
Tillhandahållande av material (virtuell maskin) för att direkt komma igång med övningarna, samt förklaring av Ros2-kärnan. Varför saker fungerar på ett visst sätt.
Arjan Bakema
Kurs - Autonomous Navigation & SLAM with ROS 2
Maskintolkat
dessas kunskaper och användningen av AI för robotik i framtiden.
Ryle - PHILIPPINE MILITARY ACADEMY
Kurs - Artificial Intelligence (AI) for Robotics
Maskintolkat