|
ИСТИНА |
Войти в систему Регистрация |
ИСТИНА ЦЭМИ РАН |
||
Об ускорении архитектуры сверточной нейронной сети на базе ResNet в задаче распознавания объектов дорожной сценыстатья
Статья опубликована в журнале из списка RSCI Web of Science
Статья опубликована в журнале из перечня ВАКДата последнего поиска статьи во внешних источниках: 1 апреля 2020 г.
- Авторы: Лобанов М.Г., Шоломов Д.Л.
- Журнал: Информационные технологии и вычислительные системы
- Номер: 3
- Год издания: 2019
- Первая страница: 57
- Последняя страница: 65
- DOI: 10.14357/20718632190305
- Аннотация: В настоящее время подходы к детектированию объектов дорожной сцены на основе свёрточных нейронных сетей достигли приемлемого уровня для использования их в задачах автономного управления транспортным средством и ADAS системах. Однако как правило, лучшие современные сетевые архитектуры достаточно тяжеловесны и не могут быть использованы в системах реального времени. В связи с этим наиболее остро стоит проблема ускорения сетей и нахождения оптимального баланса между скоростью и качеством их работы. В данной работе предложен метод облегчения архитектуры Deformable Convolutional Network с базовой сетью ResNet, дающий трехкратное увеличение скорости прямого прохода. При этом качество детектирования объектов дорожной сцены уменьшается не столь существенно. Кроме того, в работе приведено сравнение качества работы сети данной архитектуры при обучении на различных открытых наборах данных – BDD и MS-COCO.
- Добавил в систему: Назаров Леонид Владимирович