- 博客(2)
- 收藏
- 关注
RSS订阅原创 模型剪枝总结（Yolov8实战）
AI模型在落地部署到应用的过程中，面临着低延迟（Latency）、高吞吐（Throughpout）、高效率（Efficiency）挑战的。模型压缩算法可以将一个庞大而复杂的模型转化为一个精简的小模型，从而减少对硬件的存储、带宽和计算需求，以达到加速模型推理和落地的目的。
2024-10-23 16:32:45
7237
5
翻译 Pedestrian attribute recognition: A survey
Pedestrian attribute recognition: A surveyPedestrian attribute recognition: A survey1 引言2 问题表述和挑战因素3 PAR 算法回顾3.1 基于全局特征的模型3.2 基于局部特征的模型3.3 基于注意力机制的模型3.4 基于序列化预测的模型3.5 基于新设计的损失函数的模型3.6 基于课程学习的算法3.7 基于图模型的算法3.8 其他算法4 讨论4.1 特定属性识别4.2 深度学习与传统算法的比较4.3 PAR 与其他任务
2021-08-26 17:33:17
1200
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人