本課程介紹了基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）的嵌入式圖像識(shí)別系統(tǒng)，重點(diǎn)探討卷積神經(jīng)網(wǎng)絡(luò)的小模型在資源有限的嵌入式終端中的應(yīng)用。
課程首先會(huì)介紹嵌入式人工智能的發(fā)展背景及其在自動(dòng)駕駛、智慧醫(yī)療、智能家居等領(lǐng)域的廣泛應(yīng)用，特別是嵌入式技術(shù)和人工智能小模型的融合，如何通過(guò)微控制器（MCU）實(shí)現(xiàn)自主分析與決策。將詳細(xì)闡述嵌入式人工智能開發(fā)平臺(tái)（EAI-DP）的系統(tǒng)框架和技術(shù)路線，探討在高性能設(shè)備上進(jìn)行模型訓(xùn)練、在嵌入式終端進(jìn)行推理的協(xié)作模式，以提升嵌入式終端的工程應(yīng)用通用性。通過(guò)終端硬件平臺(tái)設(shè)計(jì)、上位機(jī)軟件開發(fā)、終端程序設(shè)計(jì)等多個(gè)方面的實(shí)現(xiàn)過(guò)程。課程展示了如何解決硬件資源受限的問(wèn)題，并通過(guò)自適應(yīng)格式轉(zhuǎn)換等關(guān)鍵技術(shù)實(shí)現(xiàn)嵌入式系統(tǒng)對(duì)圖像的有效識(shí)別。此外，還提供了焊接件外觀質(zhì)量缺陷檢測(cè)系統(tǒng)的應(yīng)用實(shí)例，展示了該系統(tǒng)在工業(yè)場(chǎng)景中的實(shí)際應(yīng)用效果。最后，總結(jié)了基于STM32-H7平臺(tái)的嵌入式圖像識(shí)別系統(tǒng)的軟硬件設(shè)計(jì)，探討了如何通過(guò)圖形化編程、模型量化等技術(shù)降低開發(fā)門檻，并展望了語(yǔ)音識(shí)別、模型性能對(duì)比等功能的未來(lái)擴(kuò)展方向。課程適合有志于嵌入式技術(shù)及人工智能應(yīng)用的學(xué)習(xí)者，為他們提供了全面的開發(fā)框架和實(shí)際應(yīng)用指導(dǎo)。