2021年3月 · 模型压缩 / 时序冗余 / 58M FLOPs / 边缘 AI / 视频理解

PatchNet：面向边缘计算的超紧凑 CNN

利用视频中的时序信息复用，将 CNN 计算量压缩至 58M FLOPs。在保持精度的同时，计算量减少至原来的五分之一，边缘设备推理速度提升 4.3 倍。论文与实现均已公开。

问题

视频推理会反复处理具有相关性的相邻帧。复用这部分信息，可以在保留识别精度的同时降低重复计算。

PatchNet 通过超紧凑 CNN 设计利用视频的时序冗余。公开论文与代码介绍了模型方法及其实现。

模型计算量为 58M FLOPs，在保持精度的同时，运算量降至原来的五分之一，边缘推理速度提升 4.3 倍。