コンピュータビジョンエンジニア向けエッジデプロイメントフレームワーク入門 (TensorRT, OpenVINO, TFLite)
このコースでは、コンピュータビジョンモデルをエッジデバイスに効率的にデプロイするための主要なフレームワーク(TensorRT、OpenVINO、TFLite)の基礎と実践的な最適化手法を習得します。
...
Share
エッジAIデプロイメントの基礎と主要フレームワークの比較
Unit 1: エッジAIの基礎
エッジAIって何?
エッジAIのメリット
エッジAIの課題
Unit 2: 主要フレームワークの概要
TensorRTの紹介
OpenVINOの紹介
TFLiteの紹介
Unit 3: フレームワークの比較
フレームワーク比較:アーキ
フレームワーク比較:HW
モデル最適化とエッジデバイスへの実践的デプロイ
Unit 1: モデル最適化の基礎
最適化の必要性
量子化の基本
プルーニングと蒸留
Unit 2: 主要フレームワークでの最適化
TensorRTで高速化
OpenVINOで最適化
TFLiteで軽量化
Unit 3: デプロイとパフォーマンス評価
デプロイパイプライン構築
パフォーマンス測定