Schița de curs

Introducere în Edge AI pentru Vederea Artificială

  • Prezentare generală a Edge AI și beneficiile sale
  • Comparație: Cloud AI vs Edge AI
  • Principalele provocări în procesarea de imagini în timp real

Implementarea Modelelor de Învățare Profundă pe Dispozitive Edge

  • Introducere în TensorFlow Lite și OpenVINO
  • Optimizarea și cuantizarea modelelor pentru implementare pe edge
  • Studiu de caz: Rularea YOLOv8 pe un dispozitiv edge

Accelerare Hardware pentru Inferență în Timp Real

  • Prezentare generală a hardware-ului de edge computing (Jetson, Coral, FPGA-uri)
  • Utilizarea accelerării GPU și TPU
  • Benchmarking și evaluare a performanței

Detecție și Urmărire de Obiecte în Timp Real

  • Implementarea detecției de obiecte cu modele YOLO
  • Urmărirea obiectelor în mișcare în timp real
  • Îmbunătățirea preciziei detecției prin fuziune de senzori

Tehnici de Optimizare pentru Edge AI

  • Reducerea dimensiunii modelelor prin pruning și cuantizare
  • Tehnici pentru reducerea latenței și consumului de energie
  • Reantrenarea și ajustarea fină a modelelor Edge AI

Integrarea Edge AI cu Sisteme IoT

  • Implementarea modelelor de AI pe camere inteligente și dispozitive IoT
  • Edge AI și luarea deciziilor în timp real
  • Comunicarea între dispozitive edge și sisteme cloud

Considerații de Securitate și Etică în Edge AI

  • Preocupări legate de confidențialitatea datelor în aplicațiile Edge AI
  • Asigurarea securității modelelor împotriva atacurilor adverse
  • Conformitatea cu reglementările AI și principiile etice ale AI

Rezumat și Pași Următori

Cerințe

  • Familiaritate cu concepte de vedere artificială
  • Experiență cu Python și framework-uri de învățare profundă
  • Cunoștințe de bază despre edge computing și dispozitive IoT

Audiență

  • Ingineri de vedere artificială
  • Dezvoltatori AI
  • Profesioniști IoT
 21 Ore

Numărul de participanți


Pret per participant

Mărturii (1)

Cursuri viitoare

Categorii înrudite