在终端设备上部署量化和张量压缩的紧凑而精确的算法

文章预览

点击蓝字 关注我们 关注并星标 从此不迷路 计算机视觉研究院 公众号ID ｜ 计算机视觉研究院 学习群 ｜ 扫码在主页获取加入方式 论文地址： https://arxiv.org/pdf/1805.07935.pdf 计算机视觉研究院专栏 Column of Computer Vision Institute 由于在视频检测和分类中暴露于高维输入时需要大量参数，因此在终端设备上开发紧凑但准确的视频理解是一个巨大的挑战。 01 简介 目前的工作集中在以分离的方式优化视频检测和分类。在今天分享中，我们介绍了一个用于终端设备的视频理解（目标检测和动作识别）系统，即DEEPEYE。在YOLO（You Only Look Once）的基础上，开发了一种训练YOLO时的8位量化方法；并开发了由YOLO中提取的特征组成的递归神经网络（RNN）的张量压缩方法。所开发的量化和张量化可以在保持精度的情况下显著压缩原始网络模型。以具有挑战性的视频数据集MOMEN ………………………………