利用火星机器视觉搜寻岩石
计算机视觉与模式识别
2021-04-12 v1 机器学习
摘要
火星毅力号巡视器应用计算机视觉进行导航与 hazard avoidance（ hazard avoidance：避障）。开展星载目标识别的挑战凸显了对低功耗、定制化训练的需求，且常包含低对比度背景。我们研究了用于火星岩石分类与检测的深度学习法。我们报告了二分类（岩石 vs. 巡视器）准确率高于 97%。我们微调了一个检测器以在计数岩石的同时给出地理定位的边界框。为使这些模型能在微控制器上运行，我们压缩并量化了神经网络的权重，并展示了一个帧率更快（1 帧每秒）但准确率较低（37%）的低功耗岩石搜寻器。
引用
@article{arxiv.2104.04359,
title = {Rock Hunting With Martian Machine Vision},
author = {David Noever and Samantha E. Miller Noever},
journal= {arXiv preprint arXiv:2104.04359},
year = {2021}
}