Contattataci

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

Numero di Partecipanti


Prezzo per partecipante

Recensioni (1)

Corsi in Arrivo

Categorie relative