技术论文题为“TinyissimoYOLO:量化、低内存足迹,TinyML对象检测网络低功耗微控制器”是瑞士苏黎世联邦理工学院的研究人员发表的。
文摘:
“介绍一种高度灵活、量化,节约内存,超轻量级的对象检测网络,称为TinyissimoYOLO。它的目标是使目标检测在毫瓦的电力领域的微控制器,不到0.5 mb可用内存来存储卷积神经网络(CNN)的重量。拟议中的量化网络体系结构与422 k参数,使嵌入的微控制器的实时目标检测,和评估利用CNN加速器。特别是,提出网络已经部署在MAX78000单片机实现高帧频的180 fps和超低能耗的只有196{\μ}J /推理的推理效率超过106 MAC /周期。可以训练TinyissimoYOLO多目标检测。然而,考虑到网络规模小,添加对象检测类会增加网络的大小和内存消耗,因此对象检测与3类。此外,网络训练使用quantization-aware训练和部署与8位量化不同的微控制器,如STM32H7A3 STM32L4R9, Apollo4b MAX78000 CNN的加速器。绩效评估提出了。”
找到这里的技术论文。发表:2023年5月。
Moosmann,朱利安,马可·佐丹奴基督教沃格特和米歇尔镍锰合金。“TinyissimoYOLO:量化,内存占用,TinyML对象检测网络低功耗微控制器”。arXiv预印本arXiv: 2306.00001(2023)。
相关阅读
卷积神经网络知识中心
留下一个回复