meg*_*ger 5 machine-learning computer-vision raspberry-pi keras tensorflow
我有一个Keras模型正在对Raspberry Pi(带摄像头)进行推理.Raspberry Pi拥有非常慢的CPU(1.2.GHz)并且没有CUDA GPU,因此model.predict()舞台需要很长时间(约20秒).我正在寻找尽可能减少这种方法的方法.我试过了:
在推理期间,我还能做些什么来提高速度吗？有没有办法简化model.h5并降低精度？我用简单的模型取得了成功,但对于这个项目,我需要依赖现有的模型,所以我无法从头开始训练.
VGG16 / VGG19 架构非常慢，因为它有很多参数。检查这个答案。
在进行任何其他优化之前，请尝试使用更简单的网络架构。
谷歌的 MobileNet似乎是一个不错的候选者，因为它是在 Keras 上实现的，并且是为更有限的设备设计的。
如果无法使用不同的网络，则可以通过修剪来压缩网络。这篇博文专门用 Keras 做了剪枝。
| 归档时间： |
|
| 查看次数： |
2777 次 |
| 最近记录： |