Development of High Efficiency Artificial Intelligent System for Object Recognition
指導老師：吳日騰 教授
專案經理：吳亭諺
在物聯網(Internet of Things)及智慧城市(Smart Cities)的願景下，行動裝置與感測 器所收集到的資料種類與數量呈爆炸性成長，使雲端運算的需求大幅增加，因此 邊緣計算(Edge Computing)為現下急需發展的技術，利用邊緣裝置(Edge Device)諸 如無人機、小型運算單元等等，在資料收集時進行即時分析，藉此避免決策延遲 與降低雲端運算之負荷。然而，邊緣裝置的運算資源較為有限，無法負荷一般深 度學習網路，透過網路剪枝(Network Pruning)的方式，可將不重要的元素去除， 以壓縮神經網路進而避免使用過多裝置上之運算資源。因此，本專案旨在提升人 工智慧演算法之效能，在不妥協物件辨識準確度的前提下，降低記憶體需求與提 高運算速度，使演算法具備能應用於邊緣裝置之特性。