|
Исследование эффективности применения бинарных нейронных сетей при детектировании объекта на изображении
Д. О. Королев, О. Г. Малеев Институт компьютерных наук и технологий Санкт-Петербургского политехнического университета Петра Великого
Аннотация:
Глубокие сверточные нейронные сети широко применяются для задач детектирования объектов. Однако современные модели глубоких сверточных нейронных сетей требуют больших вычислительных ресурсов, что затрудняет их развертывание на мобильных и встроенных устройствах с ограниченными ресурсами. Бинарные нейронные сети позволяют снизить требования к устройствам. В бинарных нейронных сетях активации и/или веса принимают только двоичные значения $(-1, 1)$. Представленный в работе метод применяет балансировку и нормализацию целочисленных значений весов при прямом распространении и двухэтапную аппроксимацию функции знака при обратном. Приведены результаты сравнения точности обнаружения на наборе данных PASCAL Face и скорости работы и размера модели на мобильном устройстве для представленного в работе метода, модели без применения бинаризации, сети TinyML и методов Bi-Real Net и ABC-Net.
Ключевые слова:
бинарные нейронные сети, сверточные нейронные сети, обнаружение объектов, ускорение модели.
Поступила в редакцию: 22.07.2022
Образец цитирования:
Д. О. Королев, О. Г. Малеев, “Исследование эффективности применения бинарных нейронных сетей при детектировании объекта на изображении”, Информ. и её примен., 17:3 (2023), 88–92
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/ia863 https://www.mathnet.ru/rus/ia/v17/i3/p88
|
|