通过神经剪枝搜索在移动设备上实现实时目标检测
计算机视觉与模式识别
2021-06-30 v1 人工智能
摘要
目标检测在自动驾驶汽车的安全开发中起着重要作用。然而,自动驾驶汽车上计算资源有限的移动系统给目标检测带来困难。为此,我们提出一种编译器感知的神经剪枝搜索框架,以在自动驾驶车辆上实现 2D 和 3D 目标检测的高速推理。该框架自动搜索每层的剪枝方案和比率,以找到在编译器优化下优化检测精度和速度性能的最佳剪枝。我们的实验表明,该方法首次在现成手机上以微小(或无)精度损失分别实现了基于 YOLOv4 的 2D 目标检测和基于 PointPillars 的 3D 检测 (接近) 实时的 55ms 和 99ms 推理时间。
引用
@article{arxiv.2106.14943,
title = {Achieving Real-Time Object Detection on MobileDevices with Neural Pruning Search},
author = {Pu Zhao and Wei Niu and Geng Yuan and Yuxuan Cai and Bin Ren and Yanzhi Wang and Xue Lin},
journal= {arXiv preprint arXiv:2106.14943},
year = {2021}
}
备注
Presented on the HiPEAC 2021 workshop (cogarch 2021)