Tunnetunnistus mobiilioptimoidulla syväoppimisella

Ongelma

Huippumallit olivat liian suuria ja virheherkkiä mobiililaitteille. Pilvi-inferenssi toi viiveen, yksityisyysongelmia ja riippuvuuden yhteydestä.

Lähestymistapa

Monivaiheinen putki: mallin valinta ja benchmark FER-2013:lla, fine-tuning RAF-DB:llä, dynaaminen INT8-kvantisointi mobiili-CPU:lle. PyTorch ja OpenCV.

Tulos

Toimii offline kliinisillä laitteilla, ei pilveä, ei viivettä, ei yksityisyysriskejä. Potilaat saavat tunnelman tunnistuksen ilman että heidän tietonsa poistuvat laitteelta.

• ◆Toimii offline kliinisillä laitteilla ilman pilviyhteyttä
• ◆Potilastiedot eivät poistu laitteelta, täysi yksityisyys
• ◆4× pienempi malli kilpailukykyisellä tarkkuudella
• ◆Reaaliaikainen inferenssi ilman verkkoviivettä