视觉深度模型炼知技术

扫码查看

原文链接

万方数据
维普

中文摘要：随着深度学习在计算机视觉领域的广泛应用,人们针对不同的计算机视觉任务训练积累了大量的深度模型,如何对这些视觉深度模型进行按需定制、灵活可配的深度重组,从而降低标注、训练、部署、运维成本,成为一个亟待解决的问题.针对视觉深度模型任务多样、类型繁多、结构各异、数量庞大等特点,视觉深度模型炼知技术以面向灵活可配的视觉深度模型重组研究为主线,按照由易而难,由特殊到一般的研究思路,对视觉深度模型重组相关的同构模型深度重组、异构模型深度重组、深度模型可重组度量,以及视觉深度模型重组图谱等关键技术展开研究.该技术将为低成本视觉深度模型定制、数据隐私与安全、深度学习平民化,以及基于深度模型的知识分享与交易等应用提供算法基础和实现支持,具有重要的理论价值和应用价值.

作者：

宋明黎

展开 >

作者单位：

区块链与数据安全全国重点实验室,杭州 310027

关键词：

视觉深度模型复用同构模型重组异构模型重组可重组度量模型重组图谱

出版年：

2024

DOI：

10.16453/j.2096-5036.202408

人工智能

ISSN：2096-5036

年,卷(期)：2024.(1)

参考文献量33