自研端侧推理模型实测效果展示

自研端侧推理模型,采用自研修改后的MobileNetV3作为主干前向推理网络,实现纯端侧、离线推理,推理速度和云侧调用速度无异。

作为一名Android开发者,上手深度学习难度不言而喻,前期经历了半年左右的学习时间,主要学习内容:统计学习、机器学习、概率论、线性代数等,全部利用业余时间自学完成。并在端侧推理领域拿到了结果,目前已部署上线。

效果展示

自研端侧推理模型效果展示

自采数据集6000条(正集+负集)

主干网络修改:保留MobileNetV3的特征提取层(卷积层) 修改线性分类层,把原始1000分类输出改为2分类输出。

端侧部署:Onnx

相关推荐
再__努力1点13 小时前
OpenCV 5 vs OpenCV 4:一次讲清所有差异
人工智能·opencv·计算机视觉
pride.li13 小时前
第03章 Python 教程-基础语法:注释与变量
服务器·前端·后端·python·算法·计算机视觉
用户0807759078514 小时前
昇腾 NPU 从零部署推理模型 · 完整决策与操作指南
深度学习
AliCloudROS14 小时前
5~7 分钟跑通第一个 Agentic RL 训练:我们把 verl 全链路做成了计算巢一键服务
深度学习·强化学习
.Bryce.14 小时前
在智能体中使用A2A工具:让大模型自己决定“该找谁帮忙“
android·java·服务器·redis·后端·agent·a2a
小蒋观天下15 小时前
厂区人员徘徊游荡判别——基于时序轨迹速度的逗留行为分级算法落地
大数据·人工智能·深度学习·算法·机器学习·ai大模型
方舟小孩15 小时前
开源办公软件海豹办公 1.9.15 实战 从模板异常到 Android WebView 资源回归
android
kyle~15 小时前
实时系统通信抖动(Jitter)
计算机视觉·机器人·接口隔离原则·传感器
Rocky Ding*16 小时前
DeepSeek-Bot技术拆解:持久化Agent团队如何管理记忆、上下文与协作成本
论文阅读·人工智能·深度学习·机器学习·aigc·ai-native·智能体