Event-based YOLO Object Detection: Proof of Concept for Forward Perception System

要約

ニューロモルフィック ビジョンまたはイベント ビジョンは高度なビジョン テクノロジであり、ピクセルを出力する可視カメラとは対照的に、イベント ビジョンは、視野 (FOV) で特定のしきい値を超える明るさの変化があるたびにニューロモルフィック イベントを生成します。
この研究では、道端の物体検出のためにニューロモルフィック イベント データを活用することに焦点を当てています。
これは、高度な車両アプリケーションの前方認識システムに使用できる人工知能 (AI) ベースのパイプラインを構築するための概念実証です。
焦点は、イベント カメラを使用して高速で前方に移動する知覚のより良い推論結果を備えた、効率的な最先端の物体検出ネットワークを構築することにあります。
この記事では、イベントでシミュレートされた A2D2 データセットに手動で注釈が付けられ、2 つの異なる YOLOv5 ネットワーク (小さいバリアントと大きいバリアント) でトレーニングされます。
その堅牢性をさらに評価するために、単一モデルのテストとアンサンブル モデルのテストが実行されます。

要約(オリジナル)

Neuromorphic vision or event vision is an advanced vision technology, where in contrast to the visible camera that outputs pixels, the event vision generates neuromorphic events every time there is a brightness change which exceeds a specific threshold in the field of view (FOV). This study focuses on leveraging neuromorphic event data for roadside object detection. This is a proof of concept towards building artificial intelligence (AI) based pipelines which can be used for forward perception systems for advanced vehicular applications. The focus is on building efficient state-of-the-art object detection networks with better inference results for fast-moving forward perception using an event camera. In this article, the event-simulated A2D2 dataset is manually annotated and trained on two different YOLOv5 networks (small and large variants). To further assess its robustness, single model testing and ensemble model testing are carried out.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google