端侧AI食材识别系统
微信扫码沟通，客服可协助直接对接工程师；如当前档期不合，也可继续推荐相似案例作者。
案例介绍
独立完成从模型训练到端侧部署的全链路AI系统。基于CLIP迁移学习实现食材识别（准确率94.26%），通过知识蒸馏将605MB大模型压缩至6MB（压缩100倍），再经量化感知训练（QAT）部署到256KB RAM的国产开发板（RK2206）上，以纯C整型推理运行。同时实现YOLO11L-seg实例分割替代传统网格切块，按掩码面积估算克重，误报率下降61%。系统打通“HarmonyOS移动端+FastAPI云端+端侧硬件”三端协同，经MQTT/WebSocket实时通信。本人在项目中负责全部模型训练、蒸馏压缩、量化部署、端侧C推理与三端联调。
端侧AI食材识别系统
联系该工程师
微信扫码，建群沟通
案例介绍
独立完成从模型训练到端侧部署的全链路AI系统。基于CLIP迁移学习实现食材识别（准确率94.26%），通过知识蒸馏将605MB大模型压缩至6MB（压缩100倍），再经量化感知训练（QAT）部署到256KB RAM的国产开发板（RK2206）上，以纯C整型推理运行。同时实现YOLO11L-seg实例分割替代传统网格切块，按掩码面积估算克重，误报率下降61%。系统打通“HarmonyOS移动端+FastAPI云端+端侧硬件”三端协同，经MQTT/WebSocket实时通信。本人在项目中负责全部模型训练、蒸馏压缩、量化部署、端侧C推理与三端联调。
案例图片
1小时精推人才
需求方专属客服，免费梳理匹配
扫码加微信 · 客服人工对接
