面向超低功耗嵌入式系统的多分辨率 rescored ByteTrack 视频目标检测
计算机视觉与模式识别
2024-04-18 v1 人工智能
摘要
本文提出了一种名为 Multi-Resolution Rescored Byte-Track (MR2-ByteTrack) 的新型视频目标检测框架，专为超低功耗嵌入式处理器设计。该方法通过交替处理高分辨率图像 (320×320 像素) 和多个下采样帧 (192×192 像素)，将基于深度神经网络 (DNN) 的目标检测器的平均计算负载降低最高可达2.25倍。为解决因输入图像尺寸缩小导致的精度下降问题，MR2-ByteTrack 使用 ByteTrack 跟踪器关联输出检测结果随时间变化，并通过一种新颖的概率性 Rescore 算法纠正潜在的误分类。通过将两种下采样图像交替作为不同最先进 DNN 目标检测器输入的不同分辨率图像，我们在 GAP9 微控制器上实现了平均精度提升2.16%和延迟降低43%，显著优于仅使用全分辨率图像的基准帧逐帧推理方案。代码已公开：https://github.com/Bomps4/Multi_Resolution_Rescored_ByteTrack
引用
@article{arxiv.2404.11488,
title = {Multi-resolution Rescored ByteTrack for Video Object Detection on Ultra-low-power Embedded Systems},
author = {Luca Bompani and Manuele Rusci and Daniele Palossi and Francesco Conti and Luca Benini},
journal= {arXiv preprint arXiv:2404.11488},
year = {2024}
}
备注
9 pages, 3 figures Accepted for publication at the Embedded Vision Workshop of the Computer Vision and Pattern Recognition conference, Seattle, 2024