亚洲中字慕日产2020,大陆极品少妇内射AAAAAA,无码av大香线蕉伊人久久,久久精品国产亚洲av麻豆网站

資訊專欄INFORMATION COLUMN

國防科大、曠視提出首個在ARM上實時運行的通用目標檢測算法

CoderDock / 1817人閱讀

摘要:算法思想作者是在經(jīng)典的兩階段目標檢測算法的基礎上做的改進。使用輕量級面向目標檢測任務設計的骨干網(wǎng)。二改進特征表示的鑒別性。使用骨干網(wǎng)的精度超過,而計算量僅為其。

今天跟大家分享一篇前天新出的論文《ThunderNet: Towards Real-time Generic Object Detection》,來自國防科大與曠視的研究團隊(孫劍老師在列)提出了較早的能夠在移動端ARM芯片實時運行的兩階段通用目標檢測算法ThunderNet(寓意像Thunder雷一樣快^_^),并稱該算法后續(xù)將開源!

以下是作者信息:

論文地址:

https://arxiv.org/pdf/1903.11752v1.pdf

一作為來自國防科大的Zheng Qin和曠視的Zeming Li。

提出問題

目標檢測的算法有很多,但要在移動平臺,比如手機上的ARM CPU實時還比較難,主流的state-of-the-art目標檢測算法無法實時,而一些號稱可以跑起來的算法距離state-of-the-art的精度差距太大。

作者希望設計速度快而精度高的算法,滿足移動端的部署需求。

下圖是該文提出的ThunderNet算法的三個版本與目前輕量級檢測網(wǎng)絡在COCO test-dev數(shù)據(jù)集上的精度和計算量的比較圖,可見ThunderNet在精度達到或超過之前輕量級檢測網(wǎng)絡的同時,降低了計算量。

以上均為在CPU上單線程運行結果,MobileNet-SSD運行在驍龍820,MobileNet/MobileNetV2-SSDLite運行在驍龍810,Pelee運行在Intel i7-6700K (4.0 GHz),ThunderNet運行在驍龍845。

算法思想

作者是在經(jīng)典的兩階段目標檢測算法的基礎上做的改進。

網(wǎng)絡結構如下:

作者分兩個方向做了5點改進:

一、改進速度。

1. 使用輕量級、面向目標檢測任務設計的骨干網(wǎng)Snet。

網(wǎng)絡參數(shù)如下:

2. 壓縮RPN網(wǎng)絡部分,降低候選目標區(qū)域生成的時間。

3. R-CNN子網(wǎng)絡使用1024維的全連接層,提高速度。

二、改進特征表示的鑒別性。

1. 設計了上下文增強模塊CEM結構,它可以有效結合三個尺度的特征圖,編碼更多的上下文信息,增大感受野,生成更具鑒別性的特征。

2. 設計了空間注意力模塊SAM結構,它可以利用RPN中學習到的信息,從上下文增強模塊提精特征圖的特征分布。

實驗結果

作者在VOC 2007 test數(shù)據(jù)集上的實驗結果如下,與現(xiàn)有其他算法相比,在保持高精度同時,計算量也處于較低水平。

下圖是在COCO test-dev數(shù)據(jù)集上與其他算法的比較,同樣達到了計算量小精度高的目標。

以下是一些檢測結果示例:

在運行速度方面,該算法能到達到與MobileNet-SSD相當?shù)木?,此時在ARM上運行24.1fps,x86上運行47.3fps。使用SNet146骨干網(wǎng)的ThunderNet精度超過YOLOv2,而計算量僅為其1/37。

期待作者早日放出代碼!

聲明:本文版權歸原作者所有,文章收集于網(wǎng)絡,為傳播信息而發(fā),如有侵權,請聯(lián)系小編及時處理,謝謝!歡迎加入本站公開興趣群

商業(yè)智能與數(shù)據(jù)分析群

興趣范圍包括各種讓數(shù)據(jù)產(chǎn)生價值的辦法,實際應用案例分享與討論,分析工具,ETL工具,數(shù)據(jù)倉庫,數(shù)據(jù)挖掘工具,報表系統(tǒng)等全方位知識

QQ群:81035754

文章版權歸作者所有,未經(jīng)允許請勿轉載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。

轉載請注明本文地址:http://www.ezyhdfw.cn/yun/4871.html

相關文章

  • AI Challenger開賽,千萬量級數(shù)據(jù)開放,AI高手將上演巔峰對決

    摘要:月日,各項競賽的排名將決定最終的成績排名。選手通過訓練模型,對虛擬股票走勢進行預測。冠軍將獲得萬元人民幣的獎勵。 showImg(https://segmentfault.com/img/bVUzA7?w=477&h=317); 2017年9月4日,AI challenger全球AI挑戰(zhàn)賽正式開賽,來自世界各地的AI高手,將展開為期三個多月的比拼,獲勝團隊將分享總額超過200萬人民幣的...

    Ali_ 評論0 收藏0
  • 首次披露!阿里線下智能方案進化史

    摘要:前言阿里巴巴機器智能實驗室線下智能團隊從年底開始涉及線下智能領域,從算法工程產(chǎn)品化業(yè)務落地多個方面入手,與合作伙伴們一起取得了一些小小的成績。目前,該套工具作為推薦的量化工具廣泛應用在阿里集團內多個線下業(yè)務場景中。 showImg(https://segmentfault.com/img/remote/1460000019246850); 阿里妹導讀:AI 技術已經(jīng)從互聯(lián)網(wǎng)走向零售、...

    keelii 評論0 收藏0
  • 當區(qū)塊鏈遇見 RISC-V

    摘要:在區(qū)塊鏈上,虛擬機就是智能合約的運行環(huán)境,是一個可以完全對外隔離的完整計算機體系。區(qū)塊鏈通過虛擬機來調用和執(zhí)行智能合約,并要求所有節(jié)點都達成一致。當區(qū)塊鏈遇見在很多科技領域都得到了運用,目前,也開始在區(qū)塊鏈領域逐漸的得以發(fā)展。 showImg(https://segmentfault.com/img/bVbsfi2?w=2779&h=1179); 區(qū)塊鏈的出現(xiàn)使得智能合約得到了更好的實...

    Tychio 評論0 收藏0

發(fā)表評論

0條評論

最新活動
閱讀需要支付1元查看
<