1) 硬件篇
这篇我们先来选用一些必要的硬件设备，其中标明必备的，则是运行系统所要求的，型号规格尽量保持一致，可选的部分可根据实际AI应用选择即可。
2) 软件篇
这篇我们来搭建一下树莓派的系统，并安装一些必要的工具软件。
3) OpenCV篇
这一篇主要介绍一下最新版的 OpenCV 4.4 在树莓派上的编译，安装与使用。
4) PyTorch篇
这篇我们进一步在树莓派上编译并安装 Pytorch 的最新版本。
5) Tersorflow篇
这篇我们建立一下 tensorflow 和 keras 的开发环境。
6) TensorFlow Lite篇
这篇我们部署一下专门为移动端和嵌入式设备而生的 TensorFlow Lite，并跑几个模型，测试一下纯树莓派上的极限帧率。
7) Codeless开发篇
这篇我们试着在这基础上，做一些有趣的AI应用，并赶一波时髦全程采用无代码开发。
8) Openvino篇
这一篇我们介绍一下在树莓派上部署 OpenVINO 神经棒，进一步提升AI的推理速度。
9) Yolo篇
这篇主要介绍 Tensorflow 和 Pytorch 两种主流框架的模型转换到 OpenVINO模型的方式。
10) Polipo篇
这篇介绍树莓派上VPN以外的外网访问方式。
11) ngrok篇
这篇使用ngrok做内网穿透，让我们能通过公网访问树莓派。
12) 口罩篇
这一篇在 COVID-19 仍在全世界肆虐的当下，我们尝试用 AI 来做一个有趣的自动戴口罩应用。
13) 人脸修复篇
这一篇谈一下面部遮挡的情况下，怎么把人脸还原回来。
14) 素描线稿篇
这一篇来看一下最近抖音上看到一个批量提取线稿的视频，掌握其核心原理，我们用 OpenCV 就很容易实现一个更快速的方案。
