Оптимiзацiя моделей комп’ютерного зору для обчислювально обмежених пристроїв
DOI: http://dx.doi.org/10.30970/vam.2026.36.14044
Анотація
В даній роботі розглянуто різні методи оптимізації згорткових нейронних мереж, що забезпечують приріст ефективності розпізнавання об'єктів на основі різних метрик, проаналізовано існуючі підходи до оптимізації, що вирішують дану проблему, та відмічено їхні переваги та недоліки. На підставі отриманого аналізу натреновано модель, яка вобмін на несуттєві втрати точності використовує суттєво менше обчислювальних ресурсів та пам'яті.
Повний текст:
PDFПосилання
Кenu K. Convolutional Neural Network: Feature Map and Filter Visualization / Renu K. 2018
Xiaohan D. RepVGG: Making VGG-style ConvNets Great Again / Xiaohan D. Xiangyu Z та iн. 2021
Xiangou Z. ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices / Xiangyu Z. Xinyu Z. та iн. 2017
Markus N. A White Paper on Neural Network Quantization / Markus N. Marios F. та iн. 2021
Посилання
- Поки немає зовнішніх посилань.
