9
机器学习与计算机视觉（移动端深度学习优化框架）
source link: https://blog.csdn.net/feixiaoxing/article/details/86206474
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
机器学习与计算机视觉（移动端深度学习优化框架）
867
【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】
我们利用tensorflow、keras、caffe或者mxnet训练好的模型总要移植到嵌入式设备上去运行，因此需要特定的深度学习优化框架。这些框架会利用汇编指令、特定硬件对计算进行优化，提供计算的速度。同时，这些框架一般都自带tensorfow、caffe的模型转换工具，一般不需要很大的努力，这些利用pc、gpu训练出来的模型就可以在嵌入式设备上运行起来。
下面我就来介绍常用的四种深度学习移动框架，其中前三种都可以在github上下载，最后一种需要到公司官网上才能下载学习。
1、paddle-mobile
百度的开源移动框架。
https://github.com/PaddlePaddle/paddle-mobile
2、ncnn
腾讯的开源移动框架。
https://github.com/Tencent/ncnn
3、mace
小米的开源移动框架。
https://github.com/XiaoMi/mace
4、snpe
高通的深度学习移动框架。
https://developer.qualcomm.com/docs/snpe/index.html
现在处理图像的软件和硬件都很多，cpu、gpu、fpga都可以，如果是高端的图像处理，建议使用fpga进行处理。图像目前集中于预处理、分割和识别，其中预处理用fpga，分割使用cpu、识别使用深度学习，这已经是大家达成的基本共识了。
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK