开发关键点

  1. 目标检测框架选型 SSD? SSDLite? Tiny-YOLO? SSDLite
  2. 基础网络选型 MobileNet? MobileNet v2? Darknet-19精简/优化? MobileNet v2
  3. 神经网络加速与压缩 FFT(nnpack)? 剪枝(按照特征图通道剪)? 量化(fp16/定点/定点低精度16bit或8bit/XNOR二进制)? SVD方法? 稀疏化(SBnet)? FFT&Int8量化
  4. 深度学习框架 Caffe2? Darknet? NCNN? Mxnet? Tensorflow-lite? NNVM? NNVM
  5. 底层线性代数计算库 Openblas? NCNN? ComputeLibrary? TVM? TVM
  6. 多核芯片(可能会包含big.LITTLE大小核芯片)上的多线程加速(多线程加速一般位于上层框架，做graph-level的优化，operator-level由底层计算库优化) TVM调度&定制优化
  7. ARM MALI GPU加速(由上层框架进行并行调度，同时充分利用CPU和GPU的计算能力) TVM后端兼容
  8. 在单帧检测的基础上利用目标跟踪相关技术增加目标检出率，并减少目标误检风险

results matching ""

    No results matching ""