面向废物分拣的资源受限语义分割
计算机视觉与模式识别
2023-10-31 v1 人工智能
机器学习
摘要
本工作针对物料回收设施中高效废物分拣策略的需求，以最小化日益增长的废物对环境的影响。我们提出资源受限的语义分割模型，用于工业场景下的可回收废物分割。我们的目标是在 10MB 内存约束内开发模型，以适应处理能力有限的边缘应用。我们在三种网络上开展实验：ICNet、BiSeNet（Xception39 主干）和 ENet。鉴于上述限制，我们对较大的网络实施量化和剪枝技术，在仅轻微影响平均交并比（Mean IoU）指标的情况下取得了积极结果。此外，我们提出 Focal 与 Lovász 损失的组合，解决了隐式类别不平衡问题，相比交叉熵损失函数获得了更优性能。
引用
@article{arxiv.2310.19407,
title = {Resource Constrained Semantic Segmentation for Waste Sorting},
author = {Elisa Cascina and Andrea Pellegrino and Lorenzo Tozzi},
journal= {arXiv preprint arXiv:2310.19407},
year = {2023}
}
备注
8 pages, 5 figures