适应带宽与计算能力的单次训练协同目标检测器
计算机视觉与模式识别
2021-08-10 v2 机器学习
摘要
过去几年，移动端深度学习部署突飞猛进，但现有方案仍难以应对其严苛且波动的运行限制，包括带宽、延迟、计算和能耗。在这项工作中，我们助力弥合这一差距，提出了首个可配置的目标检测方案，仅用一组权重即可管理通信-计算-精度三重权衡。我们的方案在COCO-2017上取得了SOTA结果，仅对基础EfficientDet-D2架构增加了微小代价。我们的设计对基础架构和压缩器的选择具有鲁棒性，并应能很好地适应未来架构。
引用
@article{arxiv.2105.00591,
title = {Single-Training Collaborative Object Detectors Adaptive to Bandwidth and Computation},
author = {Juliano S. Assine and J. C. S. Santos Filho and Eduardo Valle},
journal= {arXiv preprint arXiv:2105.00591},
year = {2021}
}