基于轻量化人工智能方法的手写体识别研究OACSTPCD
文中利用边云协同的概念,解决边缘设备运算资源与存储资源不足的问题。在服务器端训练模型并进行性能测试。挑选出轻量级的MobileNet模型后将其部署在边缘设备,并对手写体识别结果进行分析。结果表明:与其他经典模型相比,在PC端利用深度可分离卷积的MobileNet模型耗时可减少近50%;部署到嵌入式端后,其运算时间变为2 ms,运算速度提升几十倍,可解决人工智能部署到嵌入式端的难题。
刘世泽;李紫蕊;范书瑞;贾颖淼;张晓旭
北京航空航天大学软件学院,北京100191河北工业大学电子信息工程学院,天津300401河北工业大学电子信息工程学院,天津300401河北工业大学电子信息工程学院,天津300401河北工业大学电子信息工程学院,天津300401
信息技术与安全科学
人工智能边缘计算手写体识别端侧轻量化TengineEMNIST数据集MobileNet模型模型部署
《现代电子技术》 2022 (10)
P.165-170,6
评论