之前我们已经为参加第十八届全国大学生智能汽车竞赛的同学们，进行了两次培训。

(资料图)

第一次培训中详细分析了本届赛题的特点，和所要用到的知识点，并回顾了往届培训已经讲授的内容。

在第二次培训中，针对2023年智能车竞赛智能视觉组增加的新任务：随机目标识别，进行了专题培训，详细介绍了目标检测的原理及具体实现，和模型的部署。

前两场培训课的视频，都已经上载到“NXP恩智浦中国”在B站的官方账号，大家可以前往回看。

KWS（Key word spotting），关键词检测技术，目标是检测特定关键词或是短语的出现，往往只侧重于一段特定关键词或短句而非完整的语音信号，常用于语音控制、语音搜索等场景。同时，还将采用一种特殊的数据处理方案，使得CNN网络能够对时域信号进行识别。

本期，就将为大家简要介绍如何从零开始搭建一个KWS模型。包括：什么是KWS、数据预处理方法MFCC的基本原理与实现方案、如何获取并制作训练集、模型训练脚本分析与模型结构介绍、模型训练与测试等。

直播培训时间：2023年4月13日14:00~16:00

预约网址：http://seminar.eepw.com.cn/seminar/show/id/629

讲师介绍：许鹏于2018年加入恩智浦公司，现任系统工程师，主要从事基于MCU的深度学习网络模型的开发与部署，包括模型构建，训练，模型调优与优化，熟悉多种通用模型推理引擎，tflite，glow等。同时还从事于一些系统软件开发工作，包括但不限于openMV以及Micropython等。

讲师介绍：陈龙逐飞科技算法工程师，拥有丰富的嵌入式开发经验和自动控制经验，曾获得智能车竞赛和电子设计竞赛双国一，也是逐飞交流群里的逐飞技术支持—布丁。

这里仍然列出以往相关文章，同学们可以先行阅读这些以往的推文：

使用eIQToolkit进行数据增强训练

eIQToolkit上手指南

eIQToolkit上手指南(2)

eIQToolkit上手指南(3)

eIQToolkit上手指南(4)

隆重介绍恩智浦MCU机器学习教育套件——OpenART

智能车大赛AI视觉组参考答案

智能车竞赛，AI视觉组赛题浅析

AI视觉组仙人一步之模型量化

AI视觉组仙人一步之模型调优

AI视觉组仙人一步之高级玩法——从Python回归C语言

AI机器学习实战の电磁智能车篇

AI实战の电磁智能车(续)——数据处理，训练详解

关键词：