纳米无人机视觉位姿估计深度神经网络的优化部署
计算机视觉与模式识别
2024-02-26 v1 机器学习
摘要
微型自主无人机（UAV）因其小巧的尺寸而日益普及，能够实现室内导航或人员监控等新任务。然而，其尺寸和简单的电子设备给实施先进的机载智能带来了严峻挑战。这项工作提出了一种新的自动优化流水线，用于使用深度神经网络（DNN）进行视觉位姿估计任务。该流水线利用两种不同的神经架构搜索（NAS）算法，在 DNN 架构空间中进行广泛的复杂度驱动探索。获得的网络随后被部署在现成的纳米无人机上，该无人机配备了并行超低功耗片上系统（System-on-Chip），并利用一组新型软件内核来高效融合执行关键的 DNN 层序列。我们的结果改进了现有技术，在同等误差下将推理延迟降低了高达 3.22 倍。
引用
@article{arxiv.2402.15273,
title = {Optimized Deployment of Deep Neural Networks for Visual Pose Estimation on Nano-drones},
author = {Matteo Risso and Francesco Daghero and Beatrice Alessandra Motetti and Daniele Jahier Pagliari and Enrico Macii and Massimo Poncino and Alessio Burrello},
journal= {arXiv preprint arXiv:2402.15273},
year = {2024}
}
备注
This paper has been accepted for publication in the ERF 2024 conference