LightTrack：通过一次性架构搜索为目标跟踪寻找轻量神经网络
计算机视觉与模式识别
2021-04-30 v1
摘要
目标跟踪在过去几年取得了显著进展。然而，最先进的跟踪器变得越来越繁重和昂贵，限制了其在资源受限应用中的部署。在这项工作中，我们提出LightTrack，它使用神经架构搜索（NAS）来设计更轻量和高效的目标跟踪器。综合实验表明我们的LightTrack是有效的。它能找到比手工设计的SOTA跟踪器（如SiamRPN++和Ocean）性能更优、同时模型Flops和参数量少得多的跟踪器。此外，当部署在资源受限的移动芯片上时，所发现的跟踪器运行速度快得多。例如，在Snapdragon 845 Adreno GPU上，LightTrack比Ocean快，同时参数量少、Flops少。此类改进可能缩小目标跟踪任务中学术模型与工业部署之间的差距。LightTrack发布于 https://github.com/researchmm/LightTrack。
关键词
引用
@article{arxiv.2104.14545,
title = {LightTrack: Finding Lightweight Neural Networks for Object Tracking via One-Shot Architecture Search},
author = {Bin Yan and Houwen Peng and Kan Wu and Dong Wang and Jianlong Fu and Huchuan Lu},
journal= {arXiv preprint arXiv:2104.14545},
year = {2021}
}
备注
Accepted by CVPR 2021, Github: https://github.com/researchmm/LightTrack