YOGA：基于轻量级特征学习与多尺度注意力的野外深度学习目标检测模型
计算机视觉与模式识别
2023-07-13 v1 机器学习
摘要
我们提出 YOGA，一种基于深度学习但轻量的目标检测模型，可在低端边缘设备上运行，同时仍具有具竞争力的精度。YOGA 架构由带有廉价线性变换的两阶段特征学习流水线组成，其仅使用传统卷积神经网络所需一半的卷积滤波器来学习特征图。此外，它在颈部使用注意力机制进行多尺度特征融合，而非传统检测器所用的朴素拼接。YOGA 是一种灵活的模型，可轻松按数个数量级缩放以适应广泛的硬件约束。我们在 COCO-val 和 COCO-testdev 数据集上与其他超过 10 种最先进（SOTA）的目标检测器对 YOGA 进行了评估。结果表明，YOGA 在模型大小与精度之间取得了最佳权衡（AP 提升高达 22%，参数与 FLOPs 减少 23–34%），使其成为在低端边缘设备上野外部署的理想选择。我们在 NVIDIA Jetson Nano 上的硬件实现与评估进一步证实了这一点。
引用
@article{arxiv.2307.05945,
title = {YOGA: Deep Object Detection in the Wild with Lightweight Feature Learning and Multiscale Attention},
author = {Raja Sunkara and Tie Luo},
journal= {arXiv preprint arXiv:2307.05945},
year = {2023}
}
备注
Published in Pattern Recognition (Elsevier), July 2023