eWaSR——一种面向嵌入式计算的海上障碍物检测网络
计算机视觉与模式识别
2023-04-25 v1 人工智能
机器学习
摘要
海上障碍物检测对于自主水面艇（ASV）的安全导航至关重要。尽管基于图像的检测方法的精度已大幅提升，但其计算与内存需求阻碍了在嵌入式设备上的部署。本文中我们分析了当前性能最佳的海上障碍物检测网络 WaSR。基于该分析，我们提出了对计算最密集阶段的替代方案，并给出了其面向嵌入式计算的变体 eWaSR。具体而言，新设计遵循了基于 transformer 的轻量网络的最新进展。eWaSR 取得了与 SOTA 的 WaSR 可比的检测结果，F1 分数性能仅下降 0.52%，并以超过 9.74% 的 F1 分数优于其他 SOTA 的嵌入式就绪架构。在标准 GPU 上，eWaSR 比原始 WaSR 快 10 倍（115 FPS 对比 11 FPS）。在真实嵌入式设备 OAK-D 上的测试表明，尽管 WaSR 因内存限制无法运行，eWaSR 能以 5.5 FPS 顺畅运行。这使得 eWaSR 成为首个实用的面向嵌入式计算的海上障碍物检测网络。eWaSR 的源代码与训练模型公开于：https://github.com/tersekmatija/eWaSR。
引用
@article{arxiv.2304.11249,
title = {eWaSR -- an embedded-compute-ready maritime obstacle detection network},
author = {Matija Teršek and Lojze Žust and Matej Kristan},
journal= {arXiv preprint arXiv:2304.11249},
year = {2023}
}
备注
18 pages, 7 figures, submitted to MDPI Sensors