FasterX: Real-Time Object Detection Based on Edge GPUs for UAV Applications

要約

無人航空機（UAV）におけるリアルタイム物体検出は、Internet of Things（IoT）ノードとしてのエッジGPUデバイスの限られたコンピューティングリソースのために、困難な問題である。この問題を解決するために、本論文では、エッジGPU上のリアルタイムオブジェクト検出のために、YOLOXモデルに基づくFasterXと名付けられた新しい軽量深層学習アーキテクチャを提案します。まず、小さな物体をより良く検出するために、YOLOXのオリジナルヘッドを置き換える効果的で軽量なPixSFヘッドを設計し、さらに深さ方向に分離可能なコンボリューション（DS Conv）に埋め込んで軽量化を実現する。また、SlimFPNと呼ばれるNeck層のスリムな構造を開発し、精度と速度のトレードオフであるネットワークのパラメータを削減する。さらに、Head層にattentionモジュールを埋め込むことで、予測ヘッドの特徴抽出効果を向上させました。一方、UAVデータセットのカテゴリインバランスとボックス最適化の問題を緩和するために、ラベル割り当て戦略と損失関数も改善する。最後に、PixSFヘッドにおける位置埋め込みと特徴抽出の能力を向上させるために、オンライン蒸留のための補助ヘッドを提示する。FasterXの軽量モデルの性能は、NVIDIA Jetson NXおよびJetson Nano GPU組み込みプラットフォームで実験的に検証されています。広範な実験により、VisDrone2021データセットにおいてFasterXモデルは、最新モデルと比較して精度とレイテンシーの間の優れたトレードオフを達成していることが示されています。

要約(オリジナル)

Real-time object detection on Unmanned Aerial Vehicles (UAVs) is a challenging issue due to the limited computing resources of edge GPU devices as Internet of Things (IoT) nodes. To solve this problem, in this paper, we propose a novel lightweight deep learning architectures named FasterX based on YOLOX model for real-time object detection on edge GPU. First, we design an effective and lightweight PixSF head to replace the original head of YOLOX to better detect small objects, which can be further embedded in the depthwise separable convolution (DS Conv) to achieve a lighter head. Then, a slimmer structure in the Neck layer termed as SlimFPN is developed to reduce parameters of the network, which is a trade-off between accuracy and speed. Furthermore, we embed attention module in the Head layer to improve the feature extraction effect of the prediction head. Meanwhile, we also improve the label assignment strategy and loss function to alleviate category imbalance and box optimization problems of the UAV dataset. Finally, auxiliary heads are presented for online distillation to improve the ability of position embedding and feature extraction in PixSF head. The performance of our lightweight models are validated experimentally on the NVIDIA Jetson NX and Jetson Nano GPU embedded platforms.Extensive experiments show that FasterX models achieve better trade-off between accuracy and latency on VisDrone2021 dataset compared to state-of-the-art models.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL