Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction à l'IA de bord et à TinyML
- Aperçu de l'IA en périphérie
- Avantages et défis de l'exécution de l'IA sur les appareils
- Cas d'utilisation en robotique et en automatisation
Fondamentaux de TinyML
- Apprentissage automatique pour les systèmes à ressources limitées
- Quantification, élagage et compression de modèles
- Frameworks et plateformes matérielles pris en charge
Développement et conversion de modèles
- Entraînement de modèles légers à l'aide de TensorFlow ou PyTorch
- Conversion de modèles vers TensorFlow Lite et PyTorch Mobile
- Test et validation de la précision des modèles
Mise en œuvre de l'inférence sur l'appareil
- Déploiement de modèles d'IA sur des cartes embarquées (Arduino, Raspberry Pi, Jetson Nano)
- Intégration de l'inférence avec la perception et le contrôle robotiques
- Exécution de prédictions en temps réel et surveillance des performances
Optimisation pour les performances de l'IA de bord
- Réduction de la latence et de la consommation d'énergie
- Accélération matérielle à l'aide de NPU et de GPU
- Étalonnage et profilage de l'inférence embarquée
Frameworks et outils d'IA de bord
- Travail avec TensorFlow Lite et Edge Impulse
- Exploration des options de déploiement PyTorch Mobile
- Débogage et ajustement des workflows de ML embarqué
Intégration pratique et études de cas
- Conception de systèmes de perception IA de bord pour les robots
- Intégration de TinyML avec les architectures robotiques basées sur ROS
- Études de cas : navigation autonome, détection d'objets, maintenance prédictive
Résumé et prochaines étapes
Pré requis
- Compréhension des systèmes embarqués
- Expérience en programmation Python ou C++
- Connaissance des concepts de base de l'apprentissage automatique
Public cible
- Développeurs embarqués
- Ingénieurs en robotique
- Intégrateurs de systèmes travaillant sur des dispositifs intelligents
21 Heures
Nos clients témoignent (2)
Fourniture des matériels (machine virtuelle) pour passer directement aux exercices, et explication des fondamentaux de ROS2. Comprendre pourquoi les choses fonctionnent d'une manière particulière.
Arjan Bakema
Formation - Autonomous Navigation & SLAM with ROS 2
Traduction automatique
ses connaissances et son utilisation de l'IA pour la robotique dans le futur.
Ryle - PHILIPPINE MILITARY ACADEMY
Formation - Artificial Intelligence (AI) for Robotics
Traduction automatique