面向嵌入式加速器的雷达感知师生知识蒸馏
人工智能
2023-03-15 v1 机器学习
摘要
许多雷达信号处理方法正被开发用于关键的道路安全感知任务。遗憾的是，这些信号处理算法往往不适合运行在汽车所用的嵌入式硬件加速器上。相反，端到端机器学习（ML）方法能更好地利用专用加速器带来的性能提升。在本文中，我们提出了一种用于低层雷达感知任务的师生知识蒸馏方法。我们利用一个用于静止目标检测的混合模型作为教师来训练一个端到端 ML 学生模型。该学生模型能高效利用嵌入式计算实现实时部署。我们证明，所提出的学生模型运行速度比教师模型快 100 倍。
引用
@article{arxiv.2303.07586,
title = {Teacher-Student Knowledge Distillation for Radar Perception on Embedded Accelerators},
author = {Steven Shaw and Kanishka Tyagi and Shan Zhang},
journal= {arXiv preprint arXiv:2303.07586},
year = {2023}
}
备注
submitted at ASILOMAR,2023