嵌入式AI培训课程：边缘计算与雾计算应用

嵌入式AI培训课程：边缘计算与雾计算应用大纲 一、课程概述 课程目标

掌握边缘计算与雾计算的核心概念、架构及关键技术。 学习嵌入式AI在边缘设备上的部署与优化方法。 通过实战项目掌握智能安防、工业物联网等典型应用场景的开发能力。 理解边缘计算与雾计算在隐私保护、实时性、成本控制等方面的优势。 适用人群

嵌入式开发工程师、物联网开发者、AI算法工程师。 具备C/C++编程基础及Linux系统操作经验者优先。 二、课程内容

1. 理论基础 边缘计算与雾计算的核心概念

边缘计算：数据在源头或附近处理，降低延迟与带宽消耗，保护隐私。 雾计算：介于边缘设备与云端的中间层，支持分布式计算与资源管理。 与云计算的区别：延迟、数据隐私、网络可靠性。 关键技术

硬件选型：Raspberry Pi、NVIDIA Jetson、Intel Movidius NCS2等边缘设备特性对比。 软件框架：TensorFlow Lite、PyTorch Mobile、EdgeTPU等轻量化模型部署工具。 通信协议：MQTT、CoAP在边缘设备间的高效数据传输。

1. 技术实践 开发环境搭建

基于Jetson Nano的Linux系统配置与交叉编译环境搭建。 TensorFlow Lite模型转换与优化工具链使用。 典型场景开发

智能安防：人脸检测与识别（YOLOv5模型部署）。 工业物联网：传感器数据实时分析与预测性维护。 雾计算应用：多设备协同计算与边缘服务器集群管理。

1. 项目实战 项目1：嵌入式AI视觉系统

目标：在Jetson Nano上实现实时目标检测与追踪。 内容：模型轻量化、硬件加速（GPU/NPU）、DeepSort跟踪算法集成。 项目2：雾计算环境下的工业监控

目标：部署分布式传感器网络，实现数据本地化处理与云端协同。 内容：MQTT通信、边缘节点负载均衡、故障预警系统设计。 三、课程特色 硬件与软件结合

提供Jetson系列、Movidius NCS2等开发板实操，覆盖主流嵌入式AI硬件生态。 行业案例驱动

聚焦智能安防、智能制造、智慧城市等落地场景，结合华为MDC6。。、比特大陆BM1682等商业案例。 前沿技术覆盖

包含TinyML、5G边缘计算、隐私计算等新兴方向。 四、课程评估 考核方式 理论考试（3。%）：覆盖边缘计算架构、雾计算协议等知识点。 项目答辩（7。%）：基于课程项目完成度、代码优化能力及创新性评分。 五、参考资源 硬件平台：NVIDIA Jetson系列、Intel Movidius NCS2、华为Ascend 。 开发工具：TensorFlow Lite、EdgeX Foundry、Akraino边缘堆栈。 行业报告：华为《边缘计算白皮书》、CSDN嵌入式AI技术专栏。 课程时长：4。课时（理论2。课时 + 实践2。课时） 开课形式：线下实操 + 在线录播 + 项目指导 报名咨询：可访问粤嵌教育 或勤学教育 获取详细信息。