面向嵌入式设备的轻量级神经网络模型设计,Outline,神经网络模型在嵌入式设备运行的挑战 从“特征驱动”到“数据驱动”的大型神经网络模型设计 从“精度优先”到“速度优先”的轻量级神经网络模型设计 在嵌入式设备实现神经网络模型的高效部署与运行,1. 嵌入式设备运行DCNN的挑战,DCNN模型：精度高、内存占用大、模型参数多、计算复杂度高、功耗高； 嵌入式设备：精度高、内存占用小、模型参数少、计算复杂度低、功耗低； 如何解决两者的矛盾，牵涉到算法、算力、数据三个层面的优化。,阅面科技（ReadSense）是一家具有自主AI视觉识别技术的人 工智能公司，专注于深度学习和嵌入式计算机视觉技术的研发， 通过芯片AI视觉赋能实现终端产品的智能化，致力于成为中国端 智能视觉识别的领军企业。 阅面科技基于独有XNetLite计算框架下的芯片嵌入式视觉识别技 术，可实现针对ARM、DSP、VPU、NPU多架构芯片的快速移 植和算法功能切换，实现端智能本地化高精度的人脸抓拍、人脸 识别、人体捕捉、属性分析、行为识别等功能。 阅面科技通过软硬件一体化视
