内存受限设备上图像分类技术的定量分析
计算机视觉与模式识别
2020-11-17 v4 机器学习
图像与视频处理
摘要
卷积神经网络（CNN）是图像分类的最先进方法，但通常以较大的内存占用为代价。这限制了它们在依赖嵌入式设备的应用中的实用性，其中内存往往是稀缺资源。近来，在此类内存受限设备的图像分类领域取得了显著进展，出现了ProtoNN、Bonsai和FastGRNN等新颖算法。这些算法已在MNIST-10光学字符识别上达到高达98.2%的准确率，而内存占用仅6KB。然而，它们在更复杂的多类与多通道图像分类上的潜力尚待确定。本文中，我们将CNN与ProtoNN、Bonsai和FastGRNN在采用CIFAR-10的三通道图像分类上进行比较。在分析中，我们使用已有的Direct Convolution算法以内存最优方式实现CNN，并提出调整FastGRNN模型以处理多通道图像的新方法。我们将各算法的评估扩展到8KB、16KB、32KB、64KB和128KB的内存预算，定量表明Direct Convolution CNN在所有选定预算下表现最佳，在58.23KB内存占用下取得65.7%的最高准确率。
引用
@article{arxiv.2005.04968,
title = {Quantitative Analysis of Image Classification Techniques for Memory-Constrained Devices},
author = {Sebastian Müksch and Theo Olausson and John Wilhelm and Pavlos Andreadis},
journal= {arXiv preprint arXiv:2005.04968},
year = {2020}
}
备注
9 pages, 4 figures, 7 tables