轻量级西瓜子识别方法

作者：宋亮亮; 黄光红; 毛晓琦

来源：中国集成电路, 2023, 32(03): 65-71.

• 西瓜子识别
• 知识蒸馏
• 模型量化
• 深度学习

卷积神经网络在识别任务上取得了较好的效果，鉴于深度学习网络庞大的参数，不适合实际的工业应用。为提高网络推理速度、降低资源需求，本文提出并设计基于知识蒸馏和量化的西瓜子识别方法；所谓“西瓜子”识别方法，就是按暗红、边缘不清、虫眼、正品、麻斑、破损及翘板7种西瓜子类别进行分类。该方法基本特征：(1)采用了基于深度网络来提取表观特征，引入知识蒸馏，将网络模型缩减一半；(2)采用多种量化算法对网络的输入、卷积运算核、中间运算结果和输出结果分别进行量化；(3)通过实验验证，知识蒸馏将模型缩减了一半后，其准确率损失约为1%，当量化精度设为8-bit和16bit时，不同量化算法准确率损失都在1%以内，并在HXAI100芯片完成量化后的网络部署，其对物料的推理速度单核即可达到千帧每秒。

• 单位
  安徽芯纪元科技有限公司