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.
Kursplan
Introduktion till Edge AI och TinyML
- Översikt över AI vid kanten
- Fördelar och utmaningar med att köra AI på enheter
- Användningsfall inom robotik och automatisering
Grunderna i TinyML
- Maskininlärning för resursbegränsade system
- Modellkvantifiering, besparing och komprimering
- Stödda frameworkar och hårdvaraplattformar
Utveckling och konvertering av modeller
- Traening av lättviktiga modeller med TensorFlow eller PyTorch
- Konvertera modeller till TensorFlow Lite och PyTorch Mobile
- Testa och validera modellens noggrannhet
Implementering av inferens på enhet
- Distribuera AI-modeller till inbyggda kort (Arduino, Raspberry Pi, Jetson Nano)
- Integrera inferens med robotiska perception och styrning
- Köra realtidsförutsägelser och övervaka prestanda
Optimering för Edge-prestanda
- Minska latens och energiförbrukning
- Hårdvaraukmärkning med NPUs och GPUs
- Benchmarkerings- och profilering av inbyggd inferens
Edge AI-frameworkar och verktyg
- Arbeta med TensorFlow Lite och Edge Impulse
- Utforska PyTorch Mobile-distributionsalternativ
- Felsökning och justering av inbyggda ML-arbetsflöden
Praktisk integration och fallstudier
- Designa Edge AI-perceptionssystem för robotar
- Integrera TinyML med ROS-baserade robotiska arkitekturer
- Fallstudier: autonom navigering, objektidentifiering, prediktiv underhåll
Sammanfattning och nästa steg
Krav
- Ett förstående för inbyggda system
- Erfarenhet av Python eller C++-programmering
- Förtrogenhet med grundläggande maskininlärningskoncept
Målgrupp
- Inbyggda utvecklare
- Robottekniker
- Systemintegratörer som arbetar med smarta enheter
21 Timmar
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