Dies ist die Implementierung von „Anreicherung der Vielfalt schichtweiser Lerninformationen durch Gradientenkombination“ unter Verwendung des Darknet-Frameworks.
Unser Artikel wird im ICCV-Workshop 2019 zum Thema Low-Power Computer Vision erscheinen.
Informationen zur Installation des Darknet-Frameworks finden Sie unter Darknet (pjreddie) oder Darknet (AlexeyAB).
Wir stellen die CFG-Datei YOLO-v3-tiny-PRN und das vorab trainierte COCO-Modell bereit. Sie können die bereitgestellten Dateien verwenden, um die folgenden Ergebnisse im COCO-Testentwicklungsset zu erhalten:
| Modell | Karte@0,5 | BFLOPs | # Parameter | GPU-FPS | CPU-FPS |
|---|---|---|---|---|---|
| YOLO-v3-tiny [1] | 33.1 | 5.571 | 8,86 Mio | 300 | 8 |
| YOLO-v3-tiny-PRN | 33.1 | 3.467 | 4,95 Mio | 370 | 13 |
Wir stellen auch eine CFG-Datei und ein vorab trainiertes COCO-Modell für den Morden-Backbone EfficientNet_b0 [2] bereit. Um dieses Modell zu trainieren, sollten Sie Darknet (AlexeyAB) installieren.
| Modell | Größe | Karte@0,5 | BFLOPs |
|---|---|---|---|
| EfficientNet_b0-PRN | 416x416 | 45,5 | 3.730 |
| EfficientNet_b0-PRN | 320x320 | 41,0 | 2.208 |
Hier stellen wir einige experimentelle Ergebnisse zum COCO-Testentwicklungsset bereit, die im Dokument nicht aufgeführt sind.
| Modell | Größe | Karte@0,5 | BFLOPs | # Parameter |
|---|---|---|---|---|
| Pelee [3] | 304x304 | 38.3 | 2,58 | 5,98 Mio |
| Pelee-PRN | 320x320 | 40.9 | 2.39 | 3,16 Mio |
| Pelee-YOlov3 [1] | 320x320 | 41.4 | 2,99 | 3,91 Mio |
| Pelee-FPN [4] | 320x320 | 41.4 | 2,86 | 3,75 Mio |
| Pelee-PRN-3l | 320x320 | 42,5 | 3,98 | 3,36 Mio |
| mPelee-PRN | 320x320 | 42.7 | 2,82 | 3,81 Mio |
| Modell | Größe | Karte@0,5 | BFLOPs | # Parameter | GPU-FPS | CPU-FPS |
|---|---|---|---|---|---|---|
| Pelee-PRN | 416x416 | 45,0 | 4.04 | 3,16 Mio | 111 | 6,0 |
| Pelee-YOlov3 [1] | 416x416 | 45.3 | 5.06 | 3,91 Mio | 115 | 5.5 |
| Pelee-FPN [4] | 416x416 | 45,7 | 4,84 | 3,75 Mio | 115 | 5.8 |
| Pelee-PRN-3l | 416x416 | 46.3 | 5.03 | 3,36 Mio | ||
| mPelee-PRN | 416x416 | 46,8 | 4,76 | 3,81 Mio | 104 |
[1] Redmon, J. & Farhadi, A. (2018). Yolov3: Eine schrittweise Verbesserung. arXiv-Vorabdruck arXiv:1804.02767.
[2] Tan, M. & Le, QV (2019). EfficientNet: Modellskalierung für Faltungs-Neuronale Netze neu denken. arXiv-Vorabdruck arXiv:1905.11946.
[3] Wang, RJ, Li, X. & Ling, CX (2018). Pelee: Ein Echtzeit-Objekterkennungssystem auf Mobilgeräten. In Advances in Neural Information Processing Systems (S. 1963-1972).
[4] Lin, TY, Dollár, P., Girshick, R., He, K., Hariharan, B. & Belongie, S. (2017). Feature-Pyramidennetzwerke zur Objekterkennung. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (S. 2117-2125).
https://github.com/AlexeyAB/darknet
