SBCFormer：在单板计算机上以1 FPS实现全尺寸ImageNet分类的轻量网络
计算机视觉与模式识别
2023-12-22 v1
摘要
计算机视觉在解决智能农业、渔业与畜牧管理等多领域实际问题中日益普及。这些应用可能不需要每秒处理大量图像帧，使从业者倾向使用单板计算机（SBCs）。尽管已为移动/边缘设备开发许多轻量网络，但它们主要面向具有更强处理器的智能手机，而非配备低端CPU的SBCs。本文提出一种CNN-ViT混合网络SBCFormer，在此类低端CPU上实现高精度与快速计算。这些CPU的硬件限制使Transformer的注意力机制优于卷积。然而，在低端CPU上使用注意力面临挑战：高分辨率内部特征图耗费过多计算资源，而降低其分辨率会导致局部图像细节丢失。SBCFormer引入一种架构设计解决该问题。结果，SBCFormer在搭载ARM-Cortex A72 CPU的Raspberry Pi 4 Model B上实现了精度与速度的最佳权衡。其首次在SBC上以1.0帧/秒速度达到约80%的ImageNet-1K top-1精度。代码见https://github.com/xyongLu/SBCFormer。
引用
@article{arxiv.2311.03747,
title = {SBCFormer: Lightweight Network Capable of Full-size ImageNet Classification at 1 FPS on Single Board Computers},
author = {Xiangyong Lu and Masanori Suganuma and Takayuki Okatani},
journal= {arXiv preprint arXiv:2311.03747},
year = {2023}
}
备注
11 pages, 2 figures, WACV2024