在移动设备上实现实时LiDAR3D对象检测
发布日期：2021-02-02 13:56:54
导读 为了确保自动驾驶的安全性，必须实时执行物体检测。尽管如此，无人驾驶汽车中使用的GPU必须便宜且节能。它使当前使用的对象检测技术无法执
为了确保自动驾驶的安全性，必须实时执行物体检测。尽管如此，无人驾驶汽车中使用的GPU必须便宜且节能。它使当前使用的对象检测技术无法执行此任务。
最近的一篇论文建议将网络增强和修剪搜索与增强学习相结合。这样，该框架会自动生成统一的网络增强和修剪方案。然后，将根据方案生成的模型的性能反馈给生成器。
该系统非常灵活，并且可以自定义到最低层。它支持编译器，并在搜索空间探索期间考虑了编译器优化的影响。实验表明，可以在诸如Samsung Galaxy S20之类的设备上实现实时3D对象检测。表现可与最新作品媲美。
3D对象检测是一项重要任务，尤其是在自动驾驶应用领域。然而，在自动驾驶汽车的边缘计算设备上以有限的计算和内存资源来支持实时性能具有挑战性。为了实现这一目标，我们提出了一个具有编译器感知能力的统一框架，该框架将网络增强和修剪搜索与增强学习技术结合在一起，以便能够在资源受限的边缘计算设备上实时推断3D对象检测。具体来说，使用生成器递归神经网络(RNN)来提供统一的方案，以自动进行网络增强和修剪搜索，而无需人工专门知识和协助。统一方案的评估性能可以反馈给训练发电机RNN。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！