面向自动驾驶的领域特定高光谱图像处理器的快速部署
计算机视觉与模式识别
2024-11-27 v1 人工智能
硬件体系结构
机器学习
图像与视频处理
摘要
本文讨论了在自动驾驶应用中使用低成本系统级模块（System-On-Module, SOM）实现高效高光谱成像（Hyperspectral Imaging, HSI）处理器的做法。该工作解决了在资源和功耗受限的处理设备上，对多个全卷积网络（Fully Convolutional Network, FCN）进行形状和部署以实现低延迟、板载图像语义分割的挑战。论文详细描述了将一套在高端异构多处理器系统级芯片（MPSoC）上测试成功训练的HSI分割轻量级FCN进行重新设计和定制的步骤，以适应来自低成本SOM所施加的限制。该SOM配备的处理器性能较低但价格更廉，适合部署自动驾驶系统（Autonomous Driving System, ADS）。特别是，文章报道了用于将FCN适配至商业固定点可编程AI协处理器IP的数据和硬件特定量化技术，提出了一种全自定义的后训练量化方案，以在不牺牲分割精度的前提下降低计算和存储成本。
引用
@article{arxiv.2411.17543,
title = {Rapid Deployment of Domain-specific Hyperspectral Image Processors with Application to Autonomous Driving},
author = {Jon Gutiérrez-Zaballa and Koldo Basterretxea and Javier Echanobe and Óscar Mata-Carballeira and M. Victoria Martínez},
journal= {arXiv preprint arXiv:2411.17543},
year = {2024}
}