科研之友
微信
新浪微博
Facebook
分享链接
摘要
卷积神经网络(CNN)模型预训练通常结构复杂、参数多,存在严重的时延和能耗,难以在资源有限的移动设备上实现。压缩神经网络是一种常见的解决方案,其能适应移动设备中有限的计算和内存资源,现有方法大多通过降低精度的修剪模型完成。文中提出一种新的神经网络框架—移动设备图像分类系统,它包含两个主要阶段,即图像输入的解空间划分和判定分类,前者基于深度学习的聚类方法区分图像属于哪个小的解空间,后者则调用与该解空间相关联的轻量级神经网络识别某类输入。一系列的实验证明,所提系统比现有系统在计算精度和模型规模方面具有更好的性能。
- 单位
