Трансформаторы перспектив на обочине: всеобъемлющий обзор стратегий ограничения и ускорения моделей

arXiv:2503.02891v4 Annuales Type: заменить резюме: в последние годы трансформаторы зрения (ViTs) стали мощными и перспективными методами решения задач компьютерного видения, такими как классификация изображений, обнаружение объектов и сегментация. В отличие от нервно-паралитических сетей (СНК), которые опираются на иерархическое извлечение характеристик, VIT рассматривают изображения как последовательности запчастей и используют механизмы самозащиты. Вместе с тем их высокая вычислительная сложность и потребности в памяти создают значительные проблемы для развертывания на аппаратных средствах, ограниченных ресурсами. Для устранения этих ограничений в рамках широких исследований основное внимание уделялось методам сжатия моделей и стратегиям ускорения с помощью аппаратных средств. Тем не менее по-прежнему отсутствует всеобъемлющий обзор, в рамках которого систематически классифицируются эти методы и их компромиссы с точки зрения точности, эффективности и адаптируемости оборудования к экстремальным условиям развертывания. Этот обзор позволяет устранить этот пробел, обеспечивая структурированный анализ методов сжатия моделей и программного обеспечения