返回
Variable-rate learned image compression with integer-arithmetic-only inference
DOI:10.1016/j.jvcir.2025.104634.png)
摘要
En 中文
• 我们提出了一种首个完全量化的变码率学习型图像压缩模型。
• 我们为不同参数的变码率设计了校准流程。
• 我们采用降低累加器精度的方式以实现高效的硬件部署。
Keyword:
Integer-arithmetic inference
Learned image compression
Model quantization
Variable-rate
期刊
IF:
3.1
论文数:
547
被引数:
5.6K
机构
暂无机构信息
引用论文
Koyuncu, E., Solovyev, T., Sauer, J., Alshina, E., Kaup, A., 2024. Quantized decoder in learned image compression for deterministic reconstruction, in: ICASSP 2024-2024 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), IEEE. pp. 3985–3989.Koyuncu, E., Solovyev, T., Sauer, J., Alshina, E., Kaup, A., 2024. 在学习型图像压缩中用于确定性重建的量化解码器,收录于:ICASSP 2024-2024年IEEE声学、语音和信号处理国际会议(ICASSP),IEEE。第3985-3989页。
Edge AI on Constrained IoT Devices: Quantization Strategies for Model Optimization沙比尔,穆罕默德·亚希尔和托尔塔,贾恩卢卡和达米亚尼,费鲁奇奥,“边缘人工智能在受限物联网设备上的应用:模型优化的量化策略”,载于《智能系统会议》论文集。斯普林格出版社,2024年,第556-574页。
Device Interoperability for Learned Image Compression with Weights and Activations Quantization基于权重和激活量化的学习型图像压缩设备互操作性
XNOR-Net: ImageNet Classification Using Binary Convolutional Neural NetworksXnor-net: 使用二进制卷积神经网络的ImageNet分类
Acceleration and optimization of artificial intelligence CNN image recognition based on FPGA基于FPGA的人工智能CNN图像识别的加速与优化

