近年來,深度學(xué)習(xí)在圖像識(shí)別領(lǐng)域迅猛發(fā)展,針對(duì)不同應(yīng)用需求的卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)層出不窮。隨著移動(dòng)系統(tǒng)性能的迅速提升,移動(dòng)用戶期望更低響應(yīng)延遲的圖像識(shí)別應(yīng)用。而由于網(wǎng)絡(luò)狀態(tài)的不穩(wěn)定性及網(wǎng)絡(luò)帶寬的限制,簡(jiǎn)單的將CNN模型部署在云端的計(jì)算模式無法保證移動(dòng)用戶體驗(yàn)期望,同時(shí),受限于移動(dòng)端有限的資源,移動(dòng)設(shè)備也無法滿足CNN模型對(duì)計(jì)算、存儲(chǔ)及電量資源的需求。因此,亟須設(shè)計(jì)一種新的計(jì)算模式,使得基于卷積神經(jīng)網(wǎng)絡(luò)模型的圖像分類任務(wù)能夠滿足用戶對(duì)快速響應(yīng)、低能耗及高準(zhǔn)確率的期望。本文從CNN模型的能效和分類特點(diǎn)出發(fā),對(duì)CNN模型在移動(dòng)端的部署及圖像分類任務(wù)的調(diào)度進(jìn)行研究,主要工作如下:1.針對(duì)不穩(wěn)定的網(wǎng)絡(luò)狀態(tài)環(huán)境導(dǎo)致深度學(xué)習(xí)模型推理延遲過高的問題,本文面向智能移動(dòng)終端本地執(zhí)行圖像分類任務(wù)的場(chǎng)景,結(jié)合不同卷積神經(jīng)網(wǎng)絡(luò)模型的分類特點(diǎn),提出了自適應(yīng)CNN模型選擇策略。該策略首先分析不同模型對(duì)圖像的分類結(jié)果,輸入貪心算法構(gòu)建基于能效的圖像分類模型序列,然后將預(yù)分類算法進(jìn)行排列組合形成多種備選分類方案,最后為序列中的每個(gè)圖像分類模型構(gòu)建與之對(duì)應(yīng)的預(yù)分類...

【文章頁數(shù)】：68 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 圖像分類模型的發(fā)展
        1.2.2 移動(dòng)端的圖像分類
        1.2.3 總結(jié)
    1.3 本文的主要工作
    1.4 論文組織結(jié)構(gòu)
第二章 圖像分類相關(guān)技術(shù)研究
    2.1 特征工程
        2.1.1 特征構(gòu)建
        2.1.2 數(shù)據(jù)預(yù)處理
        2.1.3 特征選擇
    2.2 傳統(tǒng)的機(jī)器學(xué)習(xí)分類算法
        2.2.1 K.最近鄰算法
        2.2.2 支持向量機(jī)
        2.2.3 Adaboost
        2.2.4 決策樹
        2.2.5 隨機(jī)森林
    2.3 卷積神經(jīng)網(wǎng)絡(luò)圖像分類模型
        2.3.1 MobileNet
        2.3.2 ResNet
        2.3.3 Inception
    2.4 本章小結(jié)
第三章 移動(dòng)設(shè)備的自適應(yīng)模型選擇策略
    3.1 框架概述
    3.2 推理模型的選擇
        3.2.1 本地場(chǎng)景的搭建
        3.2.2 圖像分類模型的選擇
    3.3 多層次預(yù)分類模型的構(gòu)建
        3.3.1 特征選擇與數(shù)據(jù)處理
        3.3.2 預(yù)分類算法的選擇
    3.4 實(shí)驗(yàn)評(píng)估與分析
    3.5 本章小結(jié)
第四章 面向邊緣計(jì)算的圖像分類任務(wù)調(diào)度策略
    4.1 方法概述
    4.2 推理模型的選擇與部署
        4.2.1 邊緣計(jì)算的環(huán)境搭建
        4.2.2 推理模型的部署
    4.3 預(yù)分類模型的構(gòu)建
        4.3.1 特征選擇與數(shù)據(jù)處理
        4.3.3 預(yù)分類算法的選擇
    4.4 邊緣場(chǎng)景下的調(diào)度策略
    4.5 實(shí)驗(yàn)評(píng)估與分析
        4.5.1 性能分析
        4.5.2 策略對(duì)比
    4.6 本章小結(jié)
總結(jié)與展望
    總結(jié)
    展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的科研成果
致謝



本文編號(hào)：3761464