高效高分辨率深度学习：综述
计算机视觉与模式识别
2022-12-07 v2
摘要
智能手机、卫星和医疗设备等现代设备中的摄像头能够捕获非常高分辨率的图像和视频。此类高分辨率数据通常需要由深度学习模型进行处理，用于癌症检测、自动驾驶道路导航、天气预报、监控、优化农业流程以及许多其他应用。将高分辨率图像和视频作为深度学习模型的直接输入会带来诸多挑战，因其参数量大、计算成本高、推理延迟高以及GPU内存消耗大。文献中常见如将图像缩放至较低分辨率的简单方法，然而它们通常会显著降低精度。文献中若干工作提出了更好的替代方案，以应对高分辨率数据的挑战，并在符合硬件限制和时间约束的同时提升精度与速度。本综述描述了此类高效高分辨率深度学习方法，总结了高分辨率深度学习的实际应用，并提供了关于可用高分辨率数据集的全面信息。
引用
@article{arxiv.2207.13050,
title = {Efficient High-Resolution Deep Learning: A Survey},
author = {Arian Bakhtiarnia and Qi Zhang and Alexandros Iosifidis},
journal= {arXiv preprint arXiv:2207.13050},
year = {2022}
}