Fast GraspNeXt：一种用于边缘端机器人抓取计算机视觉任务多任务学习的快速自注意力神经网络架构
计算机视觉与模式识别
2023-04-25 v1 人工智能
机器学习
摘要
多任务学习在提升用于机器人抓取的深度学习驱动视觉系统性能方面已展现出可观潜力。然而，较高的架构与计算复杂度会导致其难以适用于通常部署在机械臂上、用于实际制造与仓储环境的嵌入式设备。因此，为边缘端机器人抓取的计算机视觉任务量身设计高效的多任务深度神经网络架构，对于在制造环境中的广泛采用极为必要。受此驱动，我们提出 Fast GraspNeXt，一种专为边缘端机器人抓取计算机视觉任务中的嵌入式多任务学习而设计的快速自注意力神经网络架构。为构建 Fast GraspNeXt，我们采用生成式网络架构搜索策略，并配以一组定制化的架构约束，以在多任务学习性能与嵌入式推理效率之间实现强平衡。在 MetaGraspNet 基准数据集上的实验结果表明，与其他高效多任务网络架构设计相比，Fast GraspNeXt 网络设计在多项计算机视觉任务上取得了最高性能（平均精度（AP）、准确率和均方误差（MSE）），同时仅含 17.8M 参数（约小 5 倍以上）、259 GFLOPs（低达 5 倍以上）并在 NVIDIA Jetson TX2 嵌入式处理器上快达 3.15 倍以上。
引用
@article{arxiv.2304.11196,
title = {Fast GraspNeXt: A Fast Self-Attention Neural Network Architecture for Multi-task Learning in Computer Vision Tasks for Robotic Grasping on the Edge},
author = {Alexander Wong and Yifan Wu and Saad Abbasi and Saeejith Nair and Yuhao Chen and Mohammad Javad Shafiee},
journal= {arXiv preprint arXiv:2304.11196},
year = {2023}
}
备注
Accepted at CVPR-NAS 2023 Workshop