基于精简神经网络检测足球：受限硬件场景下多种架构的比较
计算机视觉与模式识别
2021-02-23 v2
摘要
取得最先进检测精度的物体检测技术采用卷积神经网络，并在图形处理单元上实现以获得最优性能。某些硬件系统（如移动机器人）在受限硬件条件下运行，但仍受益于物体检测能力。已有多种网络模型被提出，以精简架构和更轻量运算实现可比精度。受为足球移动机器人团队创建物体检测系统需求的驱动，本工作在足球球检测这一特定任务中，对面向受限硬件环境的近期神经网络方案进行比较研究。我们使用移动机器人捕获的标注图像数据集，训练了不同底层架构的 MobileNetV2 与 MobileNetV3 模型的多个开源实现，以及 YOLOv3、TinyYOLOv3、YOLOv4 和 TinyYOLOv4。随后，我们在测试数据集上报告其平均精度均值（mAP），并在不同分辨率视频中于受限与非受限硬件配置下报告其推理时间。结果表明，MobileNetV3 模型仅在受限场景下在 mAP 与推理时间间有良好权衡，而具有高宽度乘子的 MobileNetV2 适用于服务器端推理。官方实现的 YOLO 模型不适合在 CPU 上推理。
引用
@article{arxiv.2009.13684,
title = {Detecting soccer balls with reduced neural networks: a comparison of multiple architectures under constrained hardware scenarios},
author = {Douglas De Rizzo Meneghetti and Thiago Pedro Donadon Homem and Jonas Henrique Renolfi de Oliveira and Isaac Jesus da Silva and Danilo Hernani Perico and Reinaldo Augusto da Costa Bianchi},
journal= {arXiv preprint arXiv:2009.13684},
year = {2021}
}
备注
11-page version of a ~24-page version published in the Journal of Intelligent & Robotics Systems