文献

J-GLOBAL ID：202002238510842589   整理番号：20A2084675

エッジにおけるオブジェクト検出のための深層学習アクセラレータの評価【JST・京大機械翻訳】

Evaluation of Deep Learning Accelerators for Object Detection at the Edge

著者 (2件)： Puchtler Pascal (iisys, Hof University, Hof, Germany) ,  Peinl Rene (iisys, Hof University, Hof, Germany)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12325  ページ： 320-326  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 深層学習は,クラウドからエッジに向けてますます移動する。したがって,合理的に安く,エネルギー効率の良い,そして,十分に速い埋込みデバイスが必要である。本論文では,深層学習推論のための,一般的で,市販されていない商用装置の性能とエネルギー消費を評価した。著者らは,Intel Neural Compute Stick 2,Google Corral Edge TPU,およびNvida Jetson Nanoを,ラズベリーPi 4を用いて,公式学生運転者の自律車両における中心コントローラとしての適合性について比較した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 制御装置 ,  適応性 ,  エネルギー消費 ,  *ベンチマーク ,  エネルギー効率
準シソーラス用語： 自律性 ,  ラズベリー ,  *物体検出 ,  *アクセラレータ ,  *深層学習 ,  エッジコンピューティング , 【Automatic Indexing@JST】

著者キーワード (4件)： オブジェクト検出 ,  深層学習加速器 ,  ベンチマーク ,  エッジコンピューティング

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： エッジ ,  オブジェクト検出 ,  深層学習 ,  アクセラレータ ,  評価