边缘端高精度低算力
与重型网络相比，该轻量化模型组合以极少的参数量和算力，在混合气体识别精度上仅损失不到1%，即可部署到便携设备。
Lei, Wang · 李斐 · Chengwen, Yang · 冯李航 · 曹晓东
Building and Environment 2025
SqueezeNet在混合气体数据集上达到94.44%准确率，与VGG16的95.14%仅差0.7个百分点，但参数量不到其百分之一。
SqueezeNet总参数量仅为0.74百万，显著降低模型存储和传输开销，适合资源受限设备。
MobileNet v3所需算力仅为0.059 GFLOPs，在Jetson Xavier上实现最低推理延迟和内存占用，可实时运行。