摘要
摘要:随着深度学习技术的快速发展,卷积神经网络(CNN)在图像识别、目标检测等领域取得了显著成就。CNN模型通常具有大量的参数和复杂的结构,这不仅导致了高昂的计算成本,也限制了其在资源受限设备上的部署。为了解决这一问题,模型优化与压缩成为研究的热点。云边协同作为一种新兴的计算模式,能够有效整合云端和边缘设备的计算资源,为CNN模型的优化提供了新的思路。通过在云端进行复杂的计算和模型训练,同时在边缘设备上部署轻量级模型,可以实现性能与效率的平衡。
出版日期
2024年07月01日(中国期刊网平台首次上网日期,不代表论文的发表时间)