Ini adalah implementasi dari "Memperkaya Keanekaragaman Informasi Pembelajaran Berlapis dengan Kombinasi Gradien" menggunakan kerangka Darknet.
Makalah kami akan ditampilkan pada Lokakarya ICCV 2019 tentang Visi Komputer Berdaya Rendah.
Untuk menginstal kerangka Darknet, Anda dapat merujuk ke darknet(pjreddie) atau darknet(AlexeyAB).
Kami menyediakan file cfg YOLO-v3-tiny-PRN dan model terlatih COCO. Anda dapat menggunakan file yang disediakan untuk mendapatkan hasil berikut pada set pengembangan pengujian COCO:
Model | [email protected] | BFLOP | #Parameter | GPUFPS | FPS CPU |
---|---|---|---|---|---|
YOLO-v3-kecil [1] | 33.1 | 5.571 | 8,86 juta | 300 | 8 |
YOLO-v3-kecil-PRN | 33.1 | 3.467 | 4,95 juta | 370 | 13 |
Kami juga menyediakan file cfg dan model terlatih COCO untuk morden backbone EfficientNet_b0 [2]. Untuk melatih model ini, Anda harus menginstal darknet (AlexeyAB).
Model | Ukuran | [email protected] | BFLOP |
---|---|---|---|
EfisienNet_b0-PRN | 416x416 | 45.5 | 3.730 |
EfisienNet_b0-PRN | 320x320 | 41.0 | 2.208 |
Di sini kami memberikan beberapa hasil eksperimen pada set pengembangan pengujian COCO yang tidak tercantum dalam makalah.
Model | Ukuran | [email protected] | BFLOP | #Parameter |
---|---|---|---|---|
Pelee [3] | 304x304 | 38.3 | 2.58 | 5,98 juta |
Pelee-PRN | 320x320 | 40.9 | 2.39 | 3,16 juta |
Pelee-YOLOv3 [1] | 320x320 | 41.4 | 2,99 | 3,91 juta |
Pelee-FPN [4] | 320x320 | 41.4 | 2.86 | 3,75 juta |
Pelee-PRN-3l | 320x320 | 42.5 | 3,98 | 3,36 juta |
mPelee-PRN | 320x320 | 42.7 | 2.82 | 3,81 juta |
Model | Ukuran | [email protected] | BFLOP | #Parameter | GPUFPS | FPS CPU |
---|---|---|---|---|---|---|
Pelee-PRN | 416x416 | 45.0 | 4.04 | 3,16 juta | 111 | 6.0 |
Pelee-YOLOv3 [1] | 416x416 | 45.3 | 5.06 | 3,91 juta | 115 | 5.5 |
Pelee-FPN [4] | 416x416 | 45.7 | 4.84 | 3,75 juta | 115 | 5.8 |
Pelee-PRN-3l | 416x416 | 46.3 | 5.03 | 3,36 juta | ||
mPelee-PRN | 416x416 | 46.8 | 4.76 | 3,81 juta | 104 |
[1] Redmon, J., & Farhadi, A. (2018). Yolov3: Peningkatan bertahap. arXiv pracetak arXiv:1804.02767.
[2] Tan, M., & Le, QV (2019). EfficientNet: Memikirkan Kembali Penskalaan Model untuk Jaringan Neural Konvolusional. arXiv pracetak arXiv:1905.11946.
[3] Wang, RJ, Li, X., & Ling, CX (2018). Pelee: Sistem deteksi objek real-time di perangkat seluler. Dalam Kemajuan Sistem Pemrosesan Informasi Neural (hlm. 1963-1972).
[4] Lin, TY, Dollár, P., Girshick, R., He, K., Hariharan, B., & Belongie, S. (2017). Menampilkan jaringan piramida untuk deteksi objek. Dalam Prosiding Konferensi IEEE tentang Visi Komputer dan Pengenalan Pola (hlm. 2117-2125).
https://github.com/AlexeyAB/darknet