登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 开题报告 > 理工学类 > 自动化 > 正文

基于深度卷积压缩网络的图像分类方法开题报告

 2021-12-29 21:27:05  

全文总字数:1158字

1. 研究目的与意义及国内外研究现状

目前,cnn在计算机视觉领域得到了广泛的应用。

针对不同的计算机视觉任务,基于cnn的深度学习都有着出色的表现。

但是cnn由于模型的参数众多和对计算能力有着很高的要求,将其应用于移动端设备如手机上受到了极大的限制。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容

本文基于量化卷积神经网络框架(Q_CNN)对深度卷积网络模型进行量化压缩,具体研究:量化深度模型中的全连接层来压缩模型,量化卷积层来提高网络运算速度,引入误差校正来缩小压缩后模型与原始模型在准确率上的差距。

最后开发一款安卓手机应用,在手机移动端部署压缩后模型完成图像分类任务。

3. 实施方案、进度安排及预期效果

实施方案:

基于q_cnn框架对深度卷机网络模型进行压缩,在手机端通过jni方式调用压缩后模型完成图像分类任务。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献

quantized convolutional neural networks for mobile devices

product quantization for nearest neighbor

search http://cs231n.github.io/convolutional-networks/

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

微信号:bysjorg

Copyright © 2010-2022 毕业论文网 站点地图