Plan du cours

Introduction à Edge AI dans les Environnements Industriels

  • Pourquoi le calcul d'edge est important en fabrication
  • Comparaison avec l'intelligence artificielle basée sur le cloud
  • Cas d'utilisation en vision, maintenance prédictive et contrôle

Plateformes Matérielles et Contraintes au Niveau des Dispositifs

  • Aperçu de l'équipement matériel courant (edge) (Raspberry Pi, NVIDIA Jetson, Intel NUC)
  • Considérations en matière de traitement, de mémoire et d'alimentation
  • Sélectionner la plateforme appropriée pour le type d'application

Développement et Optimisation des Modèles pour l'Edge

  • Techniques de compression, de sélection et de quantification des modèles
  • Utiliser TensorFlow Lite et ONNX pour le déploiement embarqué
  • Équilibrer précision et vitesse dans les environnements contraints

Computer Vision et Sensor Fusion à l'Edge

  • Inspection et surveillance visuelle basées sur l'edge
  • Intégration des données provenant de plusieurs capteurs (vibration, température, caméras)
  • Détection d'anomalies en temps réel avec Edge Impulse

Communication et Échange de Données

  • Utiliser MQTT pour la messagerie industrielle
  • Intégration avec SCADA, OPC-UA et systèmes PLC
  • Sécurité et résilience dans les communications edge

Déploiement et Tests sur le Terrain

  • Paquetage et déploiement de modèles sur des dispositifs d'edge
  • Surveillance des performances et gestion des mises à jour
  • Étude de cas : boucle de décision en temps réel avec action locale

Échelle et Maintenance des Systèmes Edge AI

  • Stratégies de gestion des dispositifs d'edge
  • Mises à jour à distance et cycles de re-entraînement des modèles
  • Considérations sur le cycle de vie pour un déploiement industriel de qualité

Résumé et Étapes Suivantes

Pré requis

  • Une compréhension des systèmes embarqués ou des architectures IoT
  • Expérience avec Python ou le C/C++
  • Familiarité avec le développement de modèles d'apprentissage automatique

Public cible

  • Développeurs embarqués
  • Équipes IoT industrielles
 21 Heures

Nombre de participants


Prix ​​par Participant

Cours à venir

Catégories Similaires