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