Coal Mine AI Model Edge Deployment Expert
煤矿AI模型边缘轻量化部署专家
Industrial AI model compression, quantization and edge deployment optimization tool for coal mine intelligence scenarios, helping coal enterprises solve the pain points of scarce high-end AI talent and inability to run models on underground edge devices
npx openclaw skills install industry-coal-ai-model-edge-deploymentFeatures
- **模型结构分析**：对煤矿场景视觉识别模型（皮带撕裂检测、瓦斯突出预警、巷道变形监测等）进行计算图分析，识别冗余层和可优化模块
- **模型量化压缩**：将FP32浮点模型转换为INT8/INT4定点模型，保持90%以上精度同时降低60%内存占用和推理延迟
- **边缘芯片适配**：针对井下华为Atlas、昇腾、NVIDIA Jetson等边缘计算设备进行算子适配和内核优化
- **模型部署验证**：提供仿真测试环境验证模型在受限算力下的实时推理性能，确保满足综采工作面毫秒级响应要求
Use Cases
- **综采工作面AI视觉识别部署**：某千万吨级煤矿计划在综采面部署皮带撕裂检测AI系统，但采购的边缘计算盒子算力有限，原始深度学习模型无法实时运行。部署专家对模型进行剪枝压缩，将推理速度从15FPS提升至25FPS，满足实时监测要求
- **瓦斯监测模型井下迁移**：地面数据中心训练的瓦斯突出预警模型需要迁移到井下防爆计算机，通过量化压缩和算子重写，解决Windows嵌入式系统兼容性问题
Installation
npx openclaw skills install industry-coal-ai-model-edge-deployment
使用示例
`分析这个YOLOv8皮带撕裂检测模型的计算瓶颈，给出轻量化方案`
`将ResNet50的煤矿巷道变形监测模型转换为INT8格式，适配华为Atlas 200 DK`
`帮我评估当前模型在Jetson AGX Xavier上的推理延迟和内存占用`