模型加速相关论文
近年来人工智能技术的发展使得辅助驾驶和自动驾驶系统成为研究热点。在此应用中,准确且快速地实现道路场景下的多目标检测是辅助......
基于卷积神经网络实现煤矿副井矿车装载物自动分类在实际应用中因触发条件简易导致误判与漏判情况,且非矿车物体经过检测区域时会......
随着基于深度学习技术的发展及其应用场景的不断扩展,各种高性能的神经网络模型已经被广泛应用到现实环境中,特别是基于深度学习的......
为了解决目标检测模型参数冗余大、终端部署检测实时性差等问题,文中引入一种基于网络通道剪枝的模型压缩算法.针对轻量级YOLOv4-M......
通道剪枝在卷积神经网络加速中有着广泛的应用,但如今已经遇到了瓶颈,主要源于两处挑战:1)对冗余性准确而直观的测量;2)模型卷积层......
深度学习是机器学习领域中的一个研究方向,是一种以复杂神经网络为基础架构,学习数据的内在规律和表示特征的算法。深度学习使计算......
当前,智能手机、嵌入式设备等移动设备已广泛应用于各类场景。同时,深度学习在图像识别场景和目标检测场景的应用已经取得巨大成功......
针对卷积神经网络巨大的计算量和存储量导致其难以应用于嵌入式终端设备的难题,提出了一种基于灰色关联分析的模型裁剪方法。利用......
卷积神经网络复杂的网络结构使得模型计算复杂度高,限制了其在自动驾驶等实际终端场景中的应用.针对终端场景下的计算资源受限的问......
路面标识为无人驾驶提供重要的道路视觉信息,路面标识的正确识别是行车安全的前提。由于实际道路场景的复杂多变性,传统路面标识检......
列车运行环境的实时检测是实现列车自动驾驶的重要前提。针对传统列车运行环境检测算法存在的效率低、精度差、鲁棒性弱等问题,文......
实时人脸关键点检测技术在增强现实、人机交互等媒体娱乐领域具有广阔的应用前景。但是在实际应用中仍存在很多问题。由于APP难以......
近年来,边缘计算发展迅速,通常利用卷积神经网络实现智能计算任务,但边缘计算设备一般内存容量受限、实时性要求较高,而卷积神经网......
随着科学技术的迅速发展,数据信息的快速增长,各个领域对智能影像处理技术的需求量与日剧增。其中,最重要的一个分支就是基于深度......
深度神经网络因其可自我学习的特点被广泛应用于诸如图像识别,目标检测和自然语言处理等各个方面。然而,随着深度神经网络中网络层......
缺陷分类是钢铁表面缺陷检测的重要内容。在卷积神经网络(CNN)取得良好效果的同时,网络日益增长的参数量耗费了大量计算成本,为缺......
提出了一种应用于视频质量增强算法的动态结构性剪裁算法Maskcut,它可以有效提高基于深度学习的视频质量增强算法的运行速度。Mask......
随着训练可用数据量的增长与计算平台处理能力的增强,基于深度学习的智能模型能够完成越来越复杂的任务,其在计算机视觉、自然语言......
近年来,以深度卷积神经网络为代表的深度学习模型极大的推动了计算机视觉研究的发展。然而,随着网络模型准确率的提升,这些网络模......
受莲蓬形状外观和生长环境影响,传统计算机视觉算法识别莲蓬存在效率与精度不佳的问题。本文研究采用YOLO v2算法进行莲蓬识别的方......
近几年来,深度学习发展非常迅速,在计算机视觉以及自然语言等方向的诸多问题上都表现出了优秀的性能。作为深度学习的一种方法,卷......
论述了深度学习推理侧模型优化的历史起源,阐述了模型优化加速的整体架构和创新应用,提出了推理侧模型优化业务的发展建议。......
深度模型——泛指各类采用了深度神经网络(Deep Neural Network,简称DNN)的模型,它们往往包含庞大的参数数量和复杂的计算流程,这......
针对现有模型压缩与加速方案难以兼顾压缩和速度的不足,设计了一种结合卷积核剪枝和DSD训练方法的新方案。将卷积核剪枝策略融入DS......
自2012年第一个真正意义上的深度神经网络Alex Net获得了Image Net的最终优胜,越来越多的学者和企业组织开始关注深度学习领域。深......
近年来,Transformer模型中多层注意力网络的使用有效提升了翻译模型的译文质量,但同时大量注意力操作的使用也导致模型整体的推断......
肝脏分割任务是从输入的肝脏CT数据中分割出肝的任务。由于CT图像中肝脏具有与邻近器官对比度低、噪声较高和存在病理异常等特点,......