文献

J-GLOBAL ID：202102247434323924   整理番号：21A0009993

MPQ-YOLACT:軽量YOLACTのための混合精度量子化【JST・京大機械翻訳】

MPQ-YOLACT: Mixed-Precision Quantization for Lightweight YOLACT

著者 (2件)： Lee Seungjin (Seoul National University of Science and Technology,Research Center for Electrical and Information Technology,Department of Electrical and Information Engineering,Seoul,Korea) ,  Kim Hyun (Seoul National University of Science and Technology,Research Center for Electrical and Information Technology,Department of Electrical and Information Engineering,Seoul,Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICCE-Asia  ページ： 1-4  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 近年,様々なマルチメディアアプリケーションで広く使われているセグメンテーションネットワークは,画素のユニットにおける正確な画像処理が可能であるが,分類や物体検出のような他のコンピュータビジョンアルゴリズムと比較して,より高い計算量を持つ。本論文では,正確なインスタンスセグメンテーションを実行する既存のYOLACTネットワークに混合精度量子化を適用する手法を提案した。パラメータサイズに従って量子化を適応的に適用し,YOLACTにおけるモジュールの精度に及ぼす影響により,YOLCTの精度をできるだけ大きく維持しながら,ネットワークサイズを大幅に削減できる。実験結果は,全体のネットワークのパラメータサイズが75.4%減少し,0.1%未満の精度の無視できる液滴だけであることを示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  液滴 ,  *量子化 ,  セグメンテーション ,  ネットワーク ,  画像処理 ,  画素 ,  計算量 ,  コンピュータビジョン ,  物体検出
準シソーラス用語： マルチメディアコンテンツ ,  軽量 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 軽量 ,  量子化