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。
科研之友
微信
新浪微博
Facebook
分享链接
