基于像素处理器阵列的片上二值化全卷积神经网络
计算机视觉与模式识别
2022-06-14 v2 新兴技术
信号处理
摘要
本工作提出一种在像素处理器阵列(PPA)传感器上实现全卷积神经网络(FCNs)的方法,并演示了粗分割与物体定位任务。我们设计并训练了权重与激活均二值化的二值化FCN,使用批归一化、分组卷积及可学习二值化阈值,生成的网络足够小以嵌入PPA焦平面,仅需有限本地内存资源,并仅用并行基本加/减、移位与位操作。我们展示了首个在PPA器件上实现的FCN,在像素级处理器中完全执行三层卷积。我们利用该架构演示推理,使用SCAMP-5 PPA视觉芯片以超过280 FPS生成物体分割与定位热力图。
引用
@article{arxiv.2202.00836,
title = {On-Sensor Binarized Fully Convolutional Neural Network with A Pixel Processor Array},
author = {Yanan Liu and Laurie Bose and Yao Lu and Piotr Dudek and Walterio Mayol-Cuevas},
journal= {arXiv preprint arXiv:2202.00836},
year = {2022}
}
备注
lack of experiments for method validation