文献

J-GLOBAL ID：202202259817222320   整理番号：22A0980127

より速いYOLO-LITE:ロボットとエッジデバイスにおけるより高速なオブジェクト検出【JST・京大機械翻訳】

Faster YOLO-LITE: Faster Object Detection on Robot and Edge Devices

著者 (4件)： Yao ZhengBai (Department of Electronic Engineering, Maynooth University, Maynooth, Ireland) ,  Douglas Will (Department of Electronic Engineering, Maynooth University, Maynooth, Ireland) ,  O’Keeffe Simon (Department of Electronic Engineering, Maynooth University, Maynooth, Ireland) ,  Villing Rudi (Department of Electronic Engineering, Maynooth University, Maynooth, Ireland)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13132  ページ： 226-237  発行年： 2022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： モバイルロボットと多くのエッジAIデバイスは,電力消費,電池サイズ,および電荷間の時間に対して計算電力をトレードオフする必要がある。従って,そのようなデバイスでは,深いニューラルネットワークを訓練し,評価するのに通常用いられる強力なGPUベースシステムよりも,著しく少ない計算電力を持つことが一般的である。物体検出は,ロボットとエッジデバイスに対する視覚認識の重要な側面であるが,GPUベースシステム上で最速に走り,大きな入力画像サイズを持つmAPを最大化するように設計された一般的な物体検出アーキテクチャは,エッジデバイスに十分にはスケールできない。本研究では,ロボットとエッジデバイス能力を代表する一連のデバイスにおけるYOLOとSSDファミリーからのいくつかのモデルアーキテクチャの待ち時間とmAPを評価した。また,ランタイムフレームワークの効果を評価し,いくつかの予想外の大きな相違を見つけることができることを示す。著者らの評価に基づき,著者らは,著者らが示すYOLO-LITEアーキテクチャの新しい変動を提案し,それは,減少した待ち時間で,増加したmAPを提供することができる。Copyright Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 電荷 ,  電池 ,  電力 ,  *ロボット ,  電力消費 ,  ニューラルネットワーク ,  視認 ,  待ち時間 ,  計算機アーキテクチャ ,  携帯電話
準シソーラス用語： *物体検出 , 【Automatic Indexing@JST】

著者キーワード (6件)： 深層学習 ,  オブジェクト検出 ,  畳込みニューラルネットワーク ,  組込みシステム ,  リアルタイム性能 ,  エッジAI

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： ロボット ,  エッジ ,  オブジェクト検出