Nov, 2023
EdgeFM: 基于基础模型的边缘开放集学习
EdgeFM: Leveraging Foundation Model for Open-set Learning on the Edge
Bufang Yang, Lixing He, Neiwen Ling, Zhenyu Yan, Guoliang Xing...
TL;DR边缘设备资源有限，难以将深度学习模型推广到各种环境和任务。本文提出了一种具有开放集识别能力的边缘云协同系统 EdgeFM，通过选择性上传未标记的数据来查询云端的基础模型 (FM)，并为边缘模型定制特定的知识和体系结构，同时 EdgeFM 在运行时考虑数据不确定性和动态网络变化进行动态模型切换，以确保准确性始终接近原始 FM。我们在两个边缘平台上使用两个 FM 实现了 EdgeFM。我们在三个公共数据集和两个自采集数据集上评估了 EdgeFM，结果表明与基准相比，EdgeFM 可以将端到端延迟缩短多达 3.2 倍，并实现 34.3% 的准确性提高。