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.
Durata 21 ore
Struttura del corso
Introduzione all'Edge AI e al TinyML
- Panoramica sull'IA in periferia
- Vantaggi e sfide dell'esecuzione dell'IA su dispositivo
- Casi d'uso nella robotica e nell'automazione
Fondamenti del TinyML
- Machine learning per sistemi con risorse limitate
- Quantizzazione, potatura e compressione dei modelli
- Framework e piattaforme hardware supportate
Sviluppo e conversione dei modelli
- Addestramento di modelli leggeri utilizzando TensorFlow o PyTorch
- Conversione dei modelli in TensorFlow Lite e PyTorch Mobile
- Test e validazione della precisione del modello
Implementazione dell'inferenza on-device
- Distribuzione dei modelli di IA su schede embedded (Arduino, Raspberry Pi, Jetson Nano)
- Integrazione dell'inferenza con la percezione e il controllo robotico
- Esecuzione di previsioni in tempo reale e monitoraggio delle prestazioni
Ottimizzazione per le prestazioni in periferia
- Riduzione della latenza e del consumo energetico
- Accelerazione hardware utilizzando NPU e GPU
- Benchmarking e profilazione dell'inferenza embedded
Framework e strumenti per l'Edge AI
- Lavoro con TensorFlow Lite e Edge Impulse
- Esplorazione delle opzioni di distribuzione di PyTorch Mobile
- Debug e tuning dei flussi di lavoro ML embedded
Integrazione pratica e casi studio
- Progettazione di sistemi di percezione Edge AI per robot
- Integrazione di TinyML con architetture robotiche basate su ROS
- Casi studio: navigazione autonoma, rilevamento oggetti, manutenzione predittiva
Sintesi e prossimi passi
Requisiti
- Conoscenza dei sistemi embedded
- Esperienza nella programmazione con Python o C++
- Familiarità con i concetti base del machine learning
Pubblico
- Sviluppatori embedded
- Ingegneri della robotica
- Integratori di sistemi che lavorano su dispositivi intelligenti
Recensioni (2)
Fornitura dei materiali (macchina virtuale) per iniziare immediatamente gli esercizi e spiegazione del nucleo di ROS2. Il motivo per cui le cose funzionano in un determinato modo.
Arjan Bakema
Corso - Autonomous Navigation & SLAM with ROS 2
Traduzione automatica
le sue conoscenze e l'utilizzo dell'IA per la Robotica nel Futuro.
Ryle - PHILIPPINE MILITARY ACADEMY
Corso - Artificial Intelligence (AI) for Robotics
Traduzione automatica