[发明专利]一种将caffe部署到移动终端的方法、装置及电子设备

说明书

本发明实施例公开了一种将caffe部署到移动终端的方法、装置及电子设备，所述方法包括：当检测到移动终端存在部署caffe需求时，获取所述移动终端的属性信息；根据所述属性信息对caffe进行优化，以使所述caffe满足所述移动终端的部署条件；将优化后的caffe部署至所述移动终端。通过采用上述技术方案，降低了caffe在算法运行中对CPU的消耗，减小了caffe打包文件所占的内存空间，满足了移动终端对CPU使用率的要求以及对打包文件所占内存空间的要求，实现了将caffe部署至移动终端的目的。

技术领域

本发明实施例涉及计算机领域，尤其涉及一种将caffe部署到移动终端的方法、装置及电子设备。

背景技术

近年来，深度学习广泛应用于图像分类、语音识别等各领域。各种各样的深度学习算法，一般都需要依赖于深度学习框架。在这其中，caffe是一个清晰、高效的深度学习框架，它是开源的，核心语言是C++，支持命令行、Python和Matlab接口。caffe既可以在CPU(Central Processing Unite，中央处理单元)上运行也可以在GPU(Graphics ProcessingUnit，图形处理单元)上运行。但是由于现有的caffe依赖的第三方库较多，打包后所占用空间比较大，因此无法满足移动终端部署的要求。且现有的caffe还存在性能问题，对CPU的使用率过高。

发明内容

为解决相关技术问题，本发明提供一种将caffe部署到移动终端的方法、装置及电子设备，通过所述方法可以实现将caffe部署到移动终端的目的。

为实现上述目的，本发明实施例采用如下技术方案：

第一方面，本发明实施例提供了一种将caffe部署到移动终端的方法，所述方法包括：

当检测到移动终端存在部署caffe需求时，获取所述移动终端的属性信息；

根据所述属性信息对caffe进行优化，以使所述caffe满足所述移动终端的部署条件；

将优化后的caffe部署至所述移动终端。

进一步的，所述移动终端的属性信息包括：允许部署的应用程序打包文件的大小范围、非必要功能库标识信息或者运行应用程序所允许的中央处理单元CPU使用率中的至少一种。

进一步的，所述根据所述属性信息对caffe进行优化，以使所述caffe满足所述移动终端的部署条件，包括：

利用eigen库替换caffe中的openblas库，以降低caffe对CPU的消耗。

进一步的，所述根据所述属性信息对caffe进行优化，以使所述caffe满足所述移动终端的部署条件，包括：

利用json库替换caffe中的protobuf，以减小caffe打包文件所占的内存空间。

进一步的，所述根据所述属性信息对caffe进行优化，以使所述caffe满足所述移动终端的部署条件，包括：

将caffe中与所述非必要功能库标识信息匹配的第三方库删除。

进一步的，所述移动终端包括：智能手机和/或个人数字助理。

进一步的，caffe中与所述非必要功能库标识信息匹配的第三方库包括：gflags库和opencv库。

第二方面，本发明实施例提供了一种将caffe部署到移动终端的装置，所述装置包括：

获取模块，用于当检测到移动终端存在部署caffe需求时，获取所述移动终端的属性信息；

优化模块，用于根据所述属性信息对caffe进行优化，以使所述caffe满足所述移动终端的部署条件；