深入學習移動設備中的人臉檢測

Question

我想創建一個人臉檢測移動應用程序，我想用普通的深度學習（卷積網絡）來完成。我將用我的電腦進行訓練，並在移動應用程序中使用訓練有素的數據。

我的問題是：我可以在像iPhone一樣的手機中獲得非常快速的計算嗎？我需要它非常快，在1秒內可以檢測到視頻中的臉部。在移動設備上可以嗎？或者這種任務需要更強大的硬件？

我知道訓練階段必須是強大的計算機，但我的意思是在移動設備中的生產階段。

例如，如果我把我的手機放在一條街上，它可以在訓練階段檢測到所有人都具有相同的深度網絡？

Answer 1

是的，這是可能的，但不能與CNN的標準架構，需要一些變化：

• 一種方法是細胞神經網絡二進制的權重，所以評估CNN正好可以用位操作來完成。有很多關於此的出版物，如this,this或this。我已經看到在iPhone上實時運行二進制權重的YOLO的實現，所以它絕對有可能。
• 第二種方法是減少神經網絡的參數數量，例如，如果您使用5000個權重訓練網絡並獲得接近您想要的檢測性能，則該網絡可能實時運行。但這很難。
• 第三種方法是優化神經網絡結構以最小化參數，並將其與非常優化的實現相結合。有一些算法可以加速卷積運算，如L-CNN，或由cuDNN實現的算法。

一個很好的相關資源是The 1st International Workshop on Efficient Methods for Deep Neural Networks的介紹和論文。