SSS3D：面向高效三维语义分割的快速神经架构搜索
计算机视觉与模式识别
2023-04-25 v1 人工智能
摘要
我们提出 SSS3D，一种快速多目标 NAS 框架，旨在寻找计算高效的三维语义场景分割网络。它使用现成的基于点的网络 RandLA-Net 作为超网络，以实现权重共享，并将单阶段搜索时间减少 99.67%。SSS3D 具有由采样与架构参数构成的复杂搜索空间，可形成 2.88 * 10^17 种可能的网络。为进一步缩短搜索时间，SSS3D 对完整搜索空间进行拆分，并引入两阶段搜索，在单阶段搜索所需时间的 54% 内找到最优子网络。
引用
@article{arxiv.2304.11207,
title = {SSS3D: Fast Neural Architecture Search For Efficient Three-Dimensional Semantic Segmentation},
author = {Olivier Therrien and Marihan Amein and Zhuoran Xiong and Warren J. Gross and Brett H. Meyer},
journal= {arXiv preprint arXiv:2304.11207},
year = {2023}
}
备注
Accepted as a full paper by the TinyML Research Symposium 2023