microYOLO: Towards Single-Shot Object Detection on Microcontrollers

要約

この進行中の論文では、YOLO を使用したマイクロコントローラーでのシングルショット物体検出の実現可能性に関する結果を示します。
YOLO のようなシングルショット オブジェクト検出器は広く使用されていますが、主に大規模な GPU ベースのプラットフォームでは複雑であるためです。
OpenMV H7 R2 などの Cortex-M ベースのマイクロコントローラーで使用できる microYOLO を紹介します。これは、800 KB 未満のフラッシュと 350 KB 未満の RAM を使用しながら、128×128 RGB 画像を分類するときに約 3.5 FPS を達成します。
さらに、3 つの異なる物体検出タスクの実験結果を共有し、それらに対する microYOLO の精度を分析します。

要約(オリジナル)

This work-in-progress paper presents results on the feasibility of single-shot object detection on microcontrollers using YOLO. Single-shot object detectors like YOLO are widely used, however due to their complexity mainly on larger GPU-based platforms. We present microYOLO, which can be used on Cortex-M based microcontrollers, such as the OpenMV H7 R2, achieving about 3.5 FPS when classifying 128×128 RGB images while using less than 800 KB Flash and less than 350 KB RAM. Furthermore, we share experimental results for three different object detection tasks, analyzing the accuracy of microYOLO on them.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google