RoboCup SSL实时嵌入式目标检测的数据集与基准测试
计算机视觉与模式识别
2021-06-29 v1 机器人学
摘要
在生成用于特定场景下目标检测的模型时，首要障碍是拥有标注所需类别的数据集。在RoboCup中，一些联赛已拥有一个以上用于训练和评估模型的数据集。然而，在小尺寸联赛（SSL）中，目前尚无此类可用数据集。本文提出一个开源数据集，用作SSL中实时目标检测的基准。本工作还提出了一种在低功耗嵌入式系统中训练、部署和评估卷积神经网络（CNNs）模型的流程。该流程被用于以最先进的优化模型评估所提出的数据集。在该数据集中，MobileNet SSD v1在SSL机器人上运行时以94帧每秒（FPS）达到44.88% AP（68.81% AP50）。
引用
@article{arxiv.2106.14597,
title = {Dataset and Benchmarking of Real-Time Embedded Object Detection for RoboCup SSL},
author = {Roberto Fernandes and Walber M. Rodrigues and Edna Barros},
journal= {arXiv preprint arXiv:2106.14597},
year = {2021}
}