VALSE学习（八）：矿视-轻量级深度模型的研究与实践

VALSE2019 张祥雨 旷视 一、轻量化模型设计思想 深度基础模型在现代深度视觉系统中居于核心地位。在实际应用中，受应用场景、目标任务、硬件平 台等的不同，经常会对模型的执行速度、存储大小、运算功耗等进行限制。因此，如何针对各种不同的情景设 计“又好又快”的模型，成为深度学习系统实用化的重要课题。本次报告主要围绕实用模型设计的两个常用技 术：轻量级模型设计和模型裁剪，重点介绍本团队在高效深度模

>>阅读原文<<