文献

J-GLOBAL ID：202202215274722909   整理番号：22A0457108

リモートセンシングオブジェクト検出のためのデータフリー低ビット量子化【JST・京大機械翻訳】

Data-Free Low-Bit Quantization for Remote Sensing Object Detection

著者 (4件)： Zhang Ruiyan (Key Laboratory of Electronics and Information Technology for Space Systems, National Space Science Center, Chinese Academy of Sciences, Beijing, China) ,  Jiang Xiujie (Key Laboratory of Electronics and Information Technology for Space Systems, National Space Science Center, Chinese Academy of Sciences, Beijing, China) ,  An Junshe (Key Laboratory of Electronics and Information Technology for Space Systems, National Space Science Center, Chinese Academy of Sciences, Beijing, China) ,  Cui Tianshu (Key Laboratory of Electronics and Information Technology for Space Systems, National Space Science Center, Chinese Academy of Sciences, Beijing, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.8022305.1-5  発行年： 2022年 
JST資料番号： W1397A  ISSN： 1545-598X  CODEN： IGRSBY  資料種別： 逐次刊行物 (A)
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： 畳み込みニューラルネットワーク(CNN)はリモートセンシング(RS)検出モデルに広く使用されている。検出モデルのメモリサイズは大規模であるが,量子化は衛星組込みデバイスでこれらのモデルを利用するためのアクセスを提供できる。しかし,プライバシー理由のために,定量化操作の充電における機関は,原画像を得ることができなかった。この環境に基づき,現在のデータベース量子化法はもはや適用できず,データフリー法は低ビット量子化に対して性能が劣る。この問題に対処するために,CNNベースのRS検出モデルのための無データ量子化法を提案した。第1に,著者らは,生成敵対ネットワーク(GAN)を用いて,偽情景画像を生成した。これらの画像は各カテゴリの大域的文脈情報を表す。第2に,全精度事前訓練検出ネットワークを定量化した。最後に,量子化モデルを訓練し,生成された偽情景画像を用いて,提案した代替訓練戦略により全精度モデルの性能を模倣した。ResNet-18バックボーンを持つセンターネットにこの方法を適用し,NWPU VHR-10とDOTAデータセットの量子化モデルを評価した。結果は,著者らの5ビット量子化検出ネットワークが,NUPU VHR-10に関して94.1%のmAPを得て,メモリサイズを全精度ネットワークの0.158倍に圧縮することを示している。実験は,著者らのデータフリーシーン生成量子化アルゴリズムが,大きなモデル圧縮比で高性能を維持することを証明した。Copyright 2022 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 ,  記憶装置 ,  *量子化 ,  データベース ,  ネットワーク ,  圧縮比 ,  プライバシー ,  *リモートセンシング
準シソーラス用語： 文脈情報 ,  *物体検出 ,  畳込みニューラルネットワーク ,  オリジナルイメージ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

物質索引 (1件)： DOTA

タイトルに関連する用語 (4件)： リモートセンシング ,  オブジェクト検出 ,  低ビット ,  量子化