EResFD:軽量顔検出のための標準畳込みの有効性の再発見【JST・京大機械翻訳】

Jeong Joonhyun; Kim Beomyoung; Yu Joonsang; Yoo Youngjoon

プレプリント

J-GLOBAL ID：202202218246176361 整理番号：22P0324706

EResFD:軽量顔検出のための標準畳込みの有効性の再発見【JST・京大機械翻訳】

EResFD: Rediscovery of the Effectiveness of Standard Convolution for Lightweight Face Detection

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年04月03日プレプリントサーバーでの情報更新日： 2023年11月02日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文では,計算コストと精度の効率を改善する顔検出アーキテクチャの設計選択を解析した。特に,顔検出のための軽量バックボーンアーキテクチャとして標準畳込みブロックの有効性を再調査した。深さ方向分離可能畳込み層を利用する軽量アーキテクチャ設計の現在の傾向とは異なり,著者らは,類似のパラメータサイズを用いるとき,非常にチャネルを打ち切った標準畳込み層が,より良い精度と推論速度を達成できることを示した。この観測は,ターゲットデータ領域,顔の特性に関する解析によって支持される。著者らの観察に基づいて,著者らは,他のモバイルフレンドリーネットワーク(例えば,MobileNetV1,V2,V3)と比較して,驚くほど高効率を可能にする,高度に縮小されたチャネルを有するResNetを採用することを提案する。広範な実験から,提案したバックボーンは,高速推論速度を有する最先端の顔検出器のものに置換できることを示した。また,検出性能を最大化する新しい特徴集約法を提案した。提案した検出器EResFDは,CPU上のVGA画像推論に対して37.7msしか必要としないWIDER FACE Hard部分集合上で80.4%mAPを得た。コードはhttps://github.com/clovaai/EResFDで利用可能である。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

パターン認識

, , , ,

前のページに戻る