面向目标检测的域特定近似方法
计算机视觉与模式识别
2018-10-05 v1
摘要
在高级驾驶辅助系统以及自主机器人与车辆中，对目标检测的兴趣日益增长。为实现此类创新系统，我们需要更快速的目标检测。本工作中，我们针对两种最先进的基于深度学习的对象检测元架构，研究了以域特定近似（即类别感知的图像尺寸缩放与候选框缩放）在精度与速度之间的权衡。我们研究了静态与动态应用近似的有效性，以理解其潜力与适用性。通过在 ImageNet VID 数据集上实验，我们表明域特定近似在不大损目标检测器精度的前提下具有显著提升系统速度的潜力，即动态域特定近似可实现高达 7.5 倍的加速。为此，我们提出了关于利用域特定近似的见解，并设计了一个概念验证运行时系统 AutoFocus，其利用动态域特定近似。
引用
@article{arxiv.1810.02010,
title = {Domain Specific Approximation for Object Detection},
author = {Ting-Wu Chin and Chia-Lin Yu and Matthew Halpern and Hasan Genc and Shiao-Li Tsao and Vijay Janapa Reddi},
journal= {arXiv preprint arXiv:1810.02010},
year = {2018}
}
备注
6 pages, 6 figures. Published in IEEE Micro, vol. 38, no. 1, pp. 31-40, January/February 2018