摘要
本说明书公开了一种图像识别大模型的部署方法、装置及存储介质,本方法应用于边端实时决策场景的所述图像识别大模型包括自编码器及分类器,先将能耗消耗较高的自编码器部署在异构存算一体芯片的模拟架构核中,将所述分类器部署在异构存算一体芯片的数字架构核中,以降低能耗。通过获取样本图像,将所述样本图像输入所述自编码器中,得到所述自编码器输出的样本图像特征。根据所述样本图像特征,对部署在所述数字架构核中的分类器进行训练,提高图像识别大模型的精度。也就是说,通过将能耗较高的自编码器部署在能耗消耗较低的模拟架构核中,降低能耗,对部署在数字架构核的分类器进行训练,提高图像识别大模型的精度。
技术关键词
存算一体芯片
编码器
分类器
异构
学生
样本
图像采集设备
蒸馏
能耗
教师
标签
处理器
可读存储介质
决策
存储器
参数
场景
电子设备
精度
系统为您推荐了相关专利信息
状态监控模块
移动平台
滑动窗口
机械臂
中心服务器
染色体
图像分割模型
图像分割方法
图像训练样本
轮廓数据
作业调度系统
滑动时间窗口
异构传感器网络
控制拖拉机
规划最优路径
钢结构屋面结构
异构传感网络
局部空间特征
三维仿真模型
刚度