지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2023.6
- 수록면
- 1,186 - 1,190 (5page)
이용수
초록· 키워드
오류제보하기
This paper presents a method for optimizing image classification models to deploy them on the TensorFlow Lite micro (TFLM)[3] framework and microcontroller-based hardware.
First, we get a pre-trained model by the proposed method, and next, we re-train the model based on the target dataset. Finally, we deploy the optimized model to the target hardware. Particularly, we perform image classification inference using the STM32F746G-Discovery[2] board, which is our target hardware environment.
First, we get a pre-trained model by the proposed method, and next, we re-train the model based on the target dataset. Finally, we deploy the optimized model to the target hardware. Particularly, we perform image classification inference using the STM32F746G-Discovery[2] board, which is our target hardware environment.
Therefore, this paper provides useful guidelines for the optimization of image classification models with the TFLM framework on microcontroller-based hardware.
First, we get a pre-trained model by the proposed method, and next, we re-train the model based on the target dataset. Finally, we deploy the optimized model to the target hardware. Particularly, we perform image classification inference using the STM32F746G-Discovery[2] board, which is our target hardware environment.
First, we get a pre-trained model by the proposed method, and next, we re-train the model based on the target dataset. Finally, we deploy the optimized model to the target hardware. Particularly, we perform image classification inference using the STM32F746G-Discovery[2] board, which is our target hardware environment.
Therefore, this paper provides useful guidelines for the optimization of image classification models with the TFLM framework on microcontroller-based hardware.
목차
Abstract
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 구현
Ⅳ. 결론 및 향후 연구 방향
참고문헌
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Design of HEVC Motion Estimator Core with 8051 Microcontroller
대한전자공학회 학술대회
2017 .01
-
이미지 분류에서 양자화된 딥뉴럴 네트워크를 위한 콘볼루션 계층 하드웨어 구현
전기학회논문지
2025 .04
-
하드웨어 자원을 고려한 딥러닝 시뮬레이터 개발
대한전자공학회 학술대회
2021 .06
-
TensorFlow Lite for Microcontrollers Model 분석
대한전자공학회 학술대회
2022 .11
-
효율적인 베어링 결함 분류 시스템을 위한 패턴 기반 엣지 센퓨팅 하드웨어
대한전자공학회 학술대회
2024 .11
-
A New Image Classification Method
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2021 .02
-
Project-Based Learning with MATLAB, Simulink and Target Hardware
대한기계학회 춘추학술대회
2016 .04
-
Automatic Classification of Disaster Images Based on Deep Learning
한국통신학회논문지
2023 .12
-
Few-shot Learning-Based Image Classification
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2022 .01
-
재난관리 원격 모니터링용 오픈소스 하드웨어 모듈 응용
센서학회지
2015 .01
-
하드웨어 엘리먼트 평가에 의한 하드웨어 통합의 이해와 사례 연구
한국자동차공학회논문집
2020 .10
-
AI 기반의 실시간 이동 표적 조준점 계산 방법에 대한 연구
전기학회논문지
2024 .11
-
사물인터넷을위한 개방형 하드웨어 플랫폼 평가 및 분석
한국컴퓨터정보학회논문지
2017 .08
-
TensorFlow Lite for Microcontroller를 위한 Bfloat16 Simulation 환경 구현
대한전자공학회 학술대회
2021 .06
-
각 음향 인자의 실차 환경에서 미치는 영향성에 대한 연구
한국자동차공학회 추계학술대회 및 전시회
2019 .11
-
Implementation of a Real Time Object Control System Using Open Source Hardware
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2019 .06
-
계산 효율성을 위한 16-bit 정밀도를 갖춘 최적화된 연산 하드웨어 설계
대한전자공학회 학술대회
2024 .11
-
메타버스 플랫폼을 이용한 Hardware In the Loop 시뮬레이션 환경 구현
한국통신학회 학술대회논문집
2023 .02
-
CNN의 추론 정확도 향상을 위한 하드웨어 구조 연구
대한전자공학회 학술대회
2021 .06
-
“고성능 컴퓨팅 하드웨어 기술” 특집을 내면서
정보과학회지
2018 .10
이 논문의 저자 정보
최근 본 자료
댓글(0)
0