面向视觉系统的高效感知资源
计算机视觉与模式识别
2024-05-14 v1
摘要
尽管图像识别领域取得了快速进展，高分辨率图像的处理仍然面临计算挑战。然而，这种处理对于从自动驾驶导航到医学影像分析等领域的细致对象洞察至关重要。本研究引入了一种框架，通过利用针对高分辨率图像的内存高效分块处理来缓解这些挑战。该框架融合了全局上下文表示与局部分块信息，实现对图像内容的全面理解。与受内存限制限制的传统训练方法不同，我们的方法能够训练超高分辨率图像。我们通过在分类、目标检测和分割等7个不同基准测试上的优异性能，展示了该方法的有效性。值得注意的是，所提出的方法即使在资源受限的设备（如 Jetson Nano）上也能取得出色的表现。我们的代码已公开于 https://github.com/Visual-Conception-Group/Localized-Perception-Constrained-Vision-Systems。
引用
@article{arxiv.2405.07166,
title = {Resource Efficient Perception for Vision Systems},
author = {A V Subramanyam and Niyati Singal and Vinay K Verma},
journal= {arXiv preprint arXiv:2405.07166},
year = {2024}
}