PowerYOLO：基于事件数据的硬件高效目标检测混合精度模型

在汽车解决方案中，目标检测系统的性能必须尽可能高，同时具备最小响应时间且由于常为电池供电，能耗必须低。因此，在设计此类解决方案时，我们面临典型嵌入式视觉系统的挑战：将高内存和计算复杂度的算法适配到小型低功耗设备。本文提出 PowerYOLO - 一个混合精度解决方案，旨在针对此类应用的三个关键要素进行优化。首先，我们提出一种基于动态视觉传感器（DVS）的系统，这种新型传感器具有低功耗要求且在照明条件可变的环境中运行良好。正是这些特性使得事件摄像头在某些应用中成为相较于帧摄像头的首选选择。其次，为确保高准确率和低内存和计算复杂度，我们提出使用 4 位宽度的幂OfTwo（PoT）量化对 YOLO 检测器的卷积权重进行量化，其他所有参数均采用线性量化。最后，我们从 PoT 方案中引导，将乘法替换为位移，以提高此类解决方案硬件加速效率，特别是一种特殊的卷积-批归一化融合方案。采用特定传感器、PoT 量化和特殊批归一化融合导致了一个在标准方法基础上几乎降低 8 倍内存复杂度并实现大量计算简化的独特系统。该高效系统在 GEN1 DVS 数据集上实现了 mAP 0.301 的高准确率，标志着该压缩模型的新型最佳结果。