Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in Edge AI im industriellen Umfeld
- Warum Edge Computing in der Fertigung wichtig ist
- Vergleich mit cloudbasierter KI
- Anwendungsbeispiele in Bildverarbeitung, prädiktiver Instandhaltung und Steuerung
Hardware-Plattformen und Einschränkungen auf Geräteebene
- Übersicht über gängige Edge-Hardware (Raspberry Pi, NVIDIA Jetson, Intel NUC)
- Berücksichtigung von Verarbeitung, Speicher und Stromverbrauch
- Auswahl der richtigen Plattform für den jeweiligen Anwendungsfall
Modellentwicklung und -optimierung für die Edge
- Techniken zur Modellkompression, Verkleinerung (Pruning) und Quantisierung
- Einsatz von TensorFlow Lite und ONNX für die Embedded-Implementierung
- Abwägung zwischen Genauigkeit und Geschwindigkeit in ressourcenbeschränkten Umgebungen
Computer Vision und Sensorfusion an der Edge
- Edge-basierte visuelle Inspektion und Überwachung
- Integration von Daten aus mehreren Sensoren (Vibration, Temperatur, Kameras)
- Echtzeit-Anomalieerkennung mit Edge Impulse
Kommunikation und Datenaustausch
- Einsatz von MQTT für industrielle Nachrichtenübermittlung
- Integration mit SCADA-, OPC-UA- und PLC-Systemen
- Sicherheit und Robustheit in Edge-Kommunikationsnetzen
Implementierung und Felddatenprüfung
- Verpackung und Implementierung von Modellen auf Edge-Geräten
- Überwachung der Leistungsfähigkeit und Verwaltung von Updates
- Fallstudie: Echtzeit-Entscheidungszyklus mit lokaler Ausführung
Skalierung und Wartung von Edge-AI-Systemen
- Strategien für das Management von Edge-Geräten
- Remote-Updates und Zyklen des Nachtrainings von Modellen
- Lebenszyklusbetrachtungen für industrielle Implementierungen
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundverständnis für Embedded-Systeme oder IoT-Architekturen
- Erfahrung in der Programmierung mit Python oder C/C++
- Vertrautheit mit der Entwicklung von Machine-Learning-Modellen
Zielgruppe
- Embedded-Entwickler
- Industrial-IoT-Teams
21 Stunden
Erfahrungsberichte (1)
Dass wir uns mit fortgeschrittenen Themen befassen und an realen Beispielen arbeiten können
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
Kurs - Advanced Edge AI Techniques
Maschinelle Übersetzung