ROMA: Run-Time Object Detection To Maximize Real-Time Accuracy

要約

この論文では、動的に変化するビデオコンテンツと検出遅延が検出器のリアルタイム検出精度に及ぼす影響を分析し、分析結果に基づいて新しい実行時精度変動モデル ROMA を提案します。
ROMA は、リアルタイムのオブジェクト検出精度を最大化するために、ラベル情報なしでリアルタイムで一連の検出器から最適な検出器を選択するように設計されています。
NVIDIA Jetson Nano で 4 つの YOLOv4 検出器を利用する ROMA は、動的に変化するビデオ コンテンツと、MOT17Det および MOT20Det データセットで構成される検出レイテンシのシナリオで、個々の YOLOv4 検出器と 2 つの状態の-
最先端のランタイム技術。

要約(オリジナル)

This paper analyzes the effects of dynamically varying video contents and detection latency on the real-time detection accuracy of a detector and proposes a new run-time accuracy variation model, ROMA, based on the findings from the analysis. ROMA is designed to select an optimal detector out of a set of detectors in real time without label information to maximize real-time object detection accuracy. ROMA utilizing four YOLOv4 detectors on an NVIDIA Jetson Nano shows real-time accuracy improvements by 4 to 37% for a scenario of dynamically varying video contents and detection latency consisting of MOT17Det and MOT20Det datasets, compared to individual YOLOv4 detectors and two state-of-the-art runtime techniques.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google