microYOLO: 面向微控制器的单次目标检测
计算机视觉与模式识别
2025-01-08 v1 人工智能
机器学习
摘要
这篇进行中的工作论文展示了在微控制器上使用YOLO进行单次目标检测的可行性结果。像YOLO这样的单次目标检测器被广泛使用，但由于其复杂性，主要部署在基于GPU的大型平台上。我们提出了microYOLO，它可以用于基于Cortex-M的微控制器，例如OpenMV H7 R2，在分类128x128 RGB图像时达到约3.5 FPS，同时使用少于800 KB的闪存和少于350 KB的RAM。此外，我们分享了在三个不同目标检测任务上的实验结果，分析了microYOLO在这些任务上的准确性。
引用
@article{arxiv.2408.15865,
title = {microYOLO: Towards Single-Shot Object Detection on Microcontrollers},
author = {Mark Deutel and Christopher Mutschler and Jürgen Teich},
journal= {arXiv preprint arXiv:2408.15865},
year = {2025}
}
备注
Published at the ECML PKDD Conference 2023, at the 4th Workshop on IoT, Edge, and Mobile for Embedded Machine Learning