Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Introduzione all’Intelligenza Artificiale all'Edge per la visione artificiale
- Panoramica sull’Intelligenza Artificiale all'Edge e sui suoi vantaggi
- Confronto tra l’utilizzo dell’AI nel Cloud e quella all'Edge
- Principali sfide nell’elaborazione in tempo reale delle immagini
Deploy di modelli di deep learning su dispositivi periferici
- Introduzione a TensorFlow Lite e OpenVINO
- Tecniche di ottimizzazione e quantizzazione dei modelli per il deploy all'Edge
- Studio di caso: Esecuzione di YOLOv8 su un dispositivo periferico
Accelerazione hardware per l’inferenza in tempo reale
- Presentazione delle principali piattaforme hardware all'Edge (Jetson, Coral, FPGA)
- Sfruttamento dell’accelerazione offerta da GPU e TPU
- Misurazione delle prestazioni e valutazione comparativa
Rilevamento e tracciamento in tempo reale degli oggetti
- Implementazione del rilevamento oggetti tramite i modelli YOLO
- Tracciamento dei movimenti di oggetti in tempo reale
- Miglioramento della precisione mediante l’integrazione di dati da più sensori
Tecniche di ottimizzazione per i modelli all'Edge
- Riduzione delle dimensioni dei modelli tramite tecniche come il pruning e la quantizzazione
- Strategie per diminuire latenza e consumo energetico
- Ritrainamento e affinamento dei modelli AI destinati all'uso all'Edge
Integrazione dell’Intelligenza Artificiale all'Edge nei sistemi IoT
- Implementazione dei modelli AI su telecamere intelligenti e dispositivi IoT
- Utilizzo dell’AI all'Edge per la presa di decisioni in tempo reale
- Comunicazione tra dispositivi periferici e sistemi cloud
Sicurezza e considerazioni etiche nell’Intelligenza Artificiale all'Edge
- Problematiche legate alla privacy dei dati negli applicativi AI all'Edge
- Protezione dei modelli contro attacchi avversari
- Conformità alle normative vigenti e rispetto dei principi etici nell’utilizzo dell’AI
Conclusione e prospettive future
Requisiti
- Conoscenza dei concetti fondamentali della visione artificiale
- Esperienza nell’utilizzo di Python e framework per il deep learning
- Conoscenze di base sull’elaborazione ai margini della rete (edge computing) e sui dispositivi IoT
Destinatari
- Ingegneri della visione artificiale
- Sviluppatori di Intelligenza Artificiale
- Professionisti del settore IoT
21 ore
Recensioni (1)
Coprindo argomenti avanzati e lavorando con esempi pratici
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
Corso - Advanced Edge AI Techniques
Traduzione automatica