Disclamer：我对CNN几乎一无所知，我不知道在哪里可以问这个。
我的研究主要集中在计算机视觉应用的高性能上。我们在最大尺寸为500pxs的图像上生成代表图像的代码，时间不到20毫秒。
这是通过组合SURF描述符和VLAD代码来完成的，获得表示将在我们的对象识别应用程序中使用的图像的向量。
CNN可以更快吗？根据{{3}}基准（基于更小的图像），所需的时间更长，几乎是两倍，因为图像的大小是我们的一半。
答案 0 :(得分：2)
是的，他们可以更快。您获得的数字适用于经过ImageNet分类培训的网络，100万个图像，1000个课程。除非您的分类问题类似，否则使用ImageNet网络是过度的。
您还应该记住，这些网络的权重大约在10到1亿之间，因此评估它们的成本非常高。但是你可能不需要一个非常大的网络，你可以设计自己的网络，用更少的图层和参数来评估它们。
根据我的经验，我设计了一个网络来对96x96声纳图像块进行分类，总共大约4000个权重，它可以获得超过95％的分类精度，并且在RPi2上每帧40毫秒运行。
具有900K权重，相同输入大小的更大网络需要7 ms才能在Core i7上进行评估。所以这肯定是可能的，你只需要使用更小的网络架构。一个良好的开端是SqueezeNet，这是一个可以在Imagenet中实现良好性能的网络，但权重却减少了50倍，而且它当然比其他网络快得多。
答案 1 :(得分：1)
我会对基准和一揽子陈述保持警惕。了解生成引用值的每个细节非常重要。例如，在GPU硬件上运行CNN会改善引用值吗？
对我来说，20毫秒似乎很快; 40ms也是如此。我不知道你的要求是什么。CNN还能提供哪些其他好处？也许它不仅仅是原始速度。
我不相信神经网络是解决每个问题的完美技术。回归，SVM和其他分类技术仍然可行。
这里有偏见。您的问题看起来好像您只想确认您当前的研究是最好的。你有一个沉没的成本，你不愿抛弃，但你担心可能有更好的东西。如果这是真的，我认为这不是一个好问题。
“我对CNN几乎一无所知” - 如果你是一名真正的研究人员，寻求真相，我认为你有义务自学和回答。 TensorFlow和Keras使这很容易做到。
答案 2 :(得分：1)
回答你的问题：是的，他们可以。它们可以更慢，并且它们可以比经典描述符更快。例如，仅使用一个过滤器和几个最大池几乎肯定会更快。但结果肯定会很糟糕。
你应该问一个更具体的问题。相关部分是：
另外：输入图像大小不应该相关。如果CNN在比传统描述符更小的输入上获得更好的结果，你为什么要关心？
请注意，CNN通常不会针对速度进行调整，而是针对准确性。