Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
Продължителност 21 часa
Съдържание и теми, включени в курса
Въведение в Edge AI и TinyML
- Обзори за AI на периферията
- Предимства и предизвикателства при работа с AI на устройства
- Применения в роботиката и автоматизацията
Основни принципи на TinyML
- Машинно обучение за ресурсно ограничени системи
- Квантуване, отсичане и компресия на модели
- Поддържани рамки и хардуерни платформи
Разработка и преобразуване на модели
- Обучение на лекки модели с TensorFlow или PyTorch
- Преобразуване на модели за TensorFlow Lite и PyTorch Mobile
- Тестване и валидиране на точността на модела
Имплементация на инференс на устройство
- Разпространение на AI модели върху вградени платки (Arduino, Raspberry Pi, Jetson Nano)
- Интегриране на инференса с възприятието и управлението на роботите
- Изпълнение на прогнози в реално време и проследяване на представянето
Оптимизация за перформанс на периферията
- Намаляване на закъснението и консумацията на енергия
- Акселерация на хардуера чрез NPU и GPU
- Бенчмаркиране и профилиране на вградения инференс
Рамки и инструменти за Edge AI
- Работа с TensorFlow Lite и Edge Impulse
- Изследване на опциите за разпространение на PyTorch Mobile
- Отстраняване на грешки и регулиране на вградени ML процеси
Практична интеграция и примери от практиката
- Проектиране на Edge AI системи за възприятие за роботи
- Интегриране на TinyML с ROS-базирани роботични архитектури
- Примери от практиката: автономна навигация, откриване на обекти, предиктивна поддръжка
Обобщение и следващи стъпки
Изисквания
- Разбиране на вградените системи
- Опит с програмиране на Python или C++
- Запознаване с основните концепции на машинното обучение
Аудитория
- Разработчици на вградени системи
- Инженери по роботика
- Системни интегратори, работещи върху интелигентни устройства
Отзиви от участници (2)
Осигуряване на необходимите материали (виртуална машина) за незабавно започване на упражненията и обяснение на основата на ROS2. Защо нещата работят по определен начин.
Arjan Bakema
Курс - Autonomous Navigation & SLAM with ROS 2
Машинен превод
неговото знание и използване на ИИ за роботика в бъдещето.
Ryle - PHILIPPINE MILITARY ACADEMY
Курс - Artificial Intelligence (AI) for Robotics
Машинен превод