DEEPEYE：一种经量化和张量化压缩的终端设备上紧凑而精确的视频理解系统
计算机视觉与模式识别
2018-06-08 v2 人工智能
摘要
由于在视频检测与分类中面对高维输入时需要海量参数，开发一种紧凑而精确的终端设备视频理解系统是一大挑战。当前工作侧重于以分离方式优化视频检测与分类。本文介绍一种面向终端设备的视频理解（目标检测与动作识别）系统，即DEEPEYE。基于You Only Look Once（YOLO），我们开发了训练YOLO时的8位量化方法；并开发了由YOLO提取特征组成的循环神经网络（RNN）的张量化压缩方法。所开发的量化和张量化能在保持精度的同时显著压缩原始网络模型。使用具有挑战性的视频数据集MOMENTS和UCF11作为基准，结果表明所提DEEPEYE实现了3.994倍模型压缩率且仅降低0.47% mAP；以及15,047倍参数减少和2.87倍加速，且精度提升16.58%。
引用
@article{arxiv.1805.07935,
title = {DEEPEYE: A Compact and Accurate Video Comprehension at Terminal Devices Compressed with Quantization and Tensorization},
author = {Yuan Cheng and Guangya Li and Hai-Bao Chen and Sheldon X. -D. Tan and Hao Yu},
journal= {arXiv preprint arXiv:1805.07935},
year = {2018}
}
备注
10 pages, 9 figures and 2 tables