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)。
共2条
1/1 1 跳转至页
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 跳转至页
回复
打赏帖 | |
---|---|
我踩过的那些坑之混合OTL功放与落地音箱被打赏50分 | |
汽车电子中巡航控制系统的使用被打赏10分 | |
【我踩过的那些坑】工作那些年踩过的记忆深刻的坑被打赏100分 | |
分享汽车电子中巡航控制系统知识被打赏10分 | |
分享安全气囊系统的检修注意事项被打赏10分 | |
分享电子控制安全气囊计算机知识点被打赏10分 | |
【分享开发笔记,赚取电动螺丝刀】【OZONE】使用方法总结被打赏20分 | |
【分享开发笔记,赚取电动螺丝刀】【S32K314】芯片启动流程分析被打赏40分 | |
【分享开发笔记,赚取电动螺丝刀】【S32K146】S32DS RTD 驱动环境搭建被打赏12分 | |
【分享开发笔记,赚取电动螺丝刀】【IAR】libc标注库time相关库函数使用被打赏23分 |