基于轻量化人工智能方法的手写体识别研究

文中利用边云协同的概念,解决边缘设备运算资源与存储资源不足的问题。在服务器端训练模型并进行性能测试。挑选出轻量级的MobileNet模型后将其部署在边缘设备,并对手写体识别结果进行分析。结果表明:与其他经典模型相比,在PC端利用深度可分离卷积的MobileNet模型耗时可减少近50%;部署到嵌入式端后,其运算时间变为2 ms,运算速度提升几十倍,可解决人工智能部署到嵌入式端的难题。

资料为PDF文档格式.

本文档关键词:手写体,人工智能,量化,识别,研究