煤矿AI模型边缘轻量化部署专家

功能特点

- **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

适用场景

- **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

安装命令

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`