这些小活动你都参加了吗?快来围观一下吧!>>
电子产品世界 » 论坛首页 » 企业专区 » OpenVINO生态社区 » iSEC:一个优化的深度学习模型,用于边缘计算的图像分类

共2条 1/1 1 跳转至

iSEC:一个优化的深度学习模型,用于边缘计算的图像分类

助工
2020-09-17 09:21:38     打赏

深度学习模型中的优化策略需要针对不同的用例采用不同的技术。此外,模型部署生命周期的不同阶段规定了可能的和特定的优化策略。在本文中,针对图像分类案例,提出了一种边缘计算环境下的优化深度学习模型。对于数据集的准备,利用图像预处理和数据增强方法为训练过程准备数据。为了加速深度学习训练过程,本系统实现了CPU优化和超参数调整。应用Tensorflow作为训练模型的框架。在深度学习训练对比中,应用InceptionV3、VGG16和MobileNet作为拓扑实现。在本例中,InceptionV3被用于对边缘的深度学习应用进行建模。为了优化训练后的模型,在边缘设备上使用了模型优化器。在实验中可以看到,MobileNet是最不准确的模型(85%),加载模型的时间最长(71s)。VGG16是最可靠的(91%),加载模型的时间最短(50s)。InceptionV3的准确率中位数(87%),加载模型的平均时间(52s)。

https://ieeexplore.ieee.org/abstract/document/8981999

kristiani2020.pdf

对计算机视觉感兴趣?这个社区推荐给你~

>>点击了解OpenVINO生态开发社区




关键词: OpenVINO     Deep Learning    

高工
2020-09-21 23:26:05     打赏
2楼

确实是个不错的模型


共2条 1/1 1 跳转至

回复

匿名不能发帖!请先 [ 登陆 注册 ]