简单搜索--Paddle Mobile的技术实现和业务落地

Paddle Mobile是PaddlePaddle组织下的致力于嵌入式平台的深度学习框架，集成了百度移动端预测的实践经验，提供多平台支持，在工程实现支持及底层算法模型压缩的基础上，通过CPU、mall GPU等硬件加速，作用于DuerOS、百度APP、百度网盘APP等移动端场景。目前，Paddle Mobile在PaddlePaddle 0.14版本下已支持CPU、Mali GPU等平台，以及图像、人脸、OCR等模型。值得一提的是，它的体积极小，最小仅300K。今天这篇文章是由百度大搜索高级研发工程师谢柏渊老师，为大家介绍Paddle Mobile的技术实现和业务落地。

以下为谢柏渊老师的演讲实录

Paddle Mobile框架概览

图一：Paddle mobile框架
Paddle mobile各大框架，偏重于与AI硬件的结合，提升本地用户性能。
 Paddle mobile的训练分为训练过程和运算过程，训练过程兼容统一训练模型，训练基础上提供量化深度压缩功能。
 目标检测有单主体检测，多主体检测，手势识别。
 实时OCR保证在高性能的情况下，每个图片完整的映射。
 语音唤醒，形成无数的样本输出。
 多硬件平台支持