In the past few years, mobile deep-learning deployment progressed by leaps and bounds, but solutions still struggle to accommodate its severe and fluctuating operational restrictions, which include bandwidth, latency, computation, and energy. In this work, we help to bridge that gap, introducing the first configurable solution for object detection that manages the triple communication-computation-accuracy trade-off with a single set of weights. Our solution shows state-of-the-art results on COCO-2017, adding only a minor penalty on the base EfficientDet-D2 architecture. Our design is robust to the choice of base architecture and compressor and should adapt well for future architectures.


翻译:在过去几年里,移动深造部署通过飞跃和交错进展,但解决方案仍然难以适应其严重和波动的操作限制,包括带宽、延时、计算和能源。 在这项工作中,我们帮助弥合这一差距,引入了第一个可配置的物体探测解决方案,用一组重量来管理三重通信-计算-准确性交易。我们的解决方案显示了COCO-2017的最新成果,只增加了对基础高效D2结构的轻微处罚。我们的设计对基础架构和压缩机的选择非常健全,并且应该适应未来的架构。

0
下载
关闭预览

相关内容

专知会员服务
56+阅读 · 2021年4月12日
专知会员服务
60+阅读 · 2020年3月19日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
已删除
将门创投
5+阅读 · 2018年10月16日
Arxiv
0+阅读 · 2021年10月8日
Arxiv
24+阅读 · 2020年3月11日
EfficientDet: Scalable and Efficient Object Detection
Arxiv
6+阅读 · 2019年11月20日
Clustered Object Detection in Aerial Images
Arxiv
5+阅读 · 2019年8月27日
Arxiv
11+阅读 · 2019年1月24日
Arxiv
8+阅读 · 2018年5月17日
Arxiv
5+阅读 · 2018年5月16日
Arxiv
8+阅读 · 2018年1月30日
VIP会员
相关资讯
已删除
将门创投
5+阅读 · 2018年10月16日
相关论文
Arxiv
0+阅读 · 2021年10月8日
Arxiv
24+阅读 · 2020年3月11日
EfficientDet: Scalable and Efficient Object Detection
Arxiv
6+阅读 · 2019年11月20日
Clustered Object Detection in Aerial Images
Arxiv
5+阅读 · 2019年8月27日
Arxiv
11+阅读 · 2019年1月24日
Arxiv
8+阅读 · 2018年5月17日
Arxiv
5+阅读 · 2018年5月16日
Arxiv
8+阅读 · 2018年1月30日
Top
微信扫码咨询专知VIP会员