low-power devices | BriefGPT

关键词low-power devices

搜索结果 - 8

嵌入式系统上资源高效的撞击坑检测器评估
火星陨石坑的实时分析对任务关键操作至关重要，包括安全降落和地质探测。本研究利用最新突破，实现了在航天器上对陨石坑的边缘检测。我们在火星陨石坑数据集上对几个 YOLO 网络进行了严格的基准测试，分析了它们在嵌入式系统上的性能，重点优化低功耗设
PDFa month ago
CVPR面向三维感知生成对抗网络的高斯喷洒解码器
本文介绍了一种将 NeRF-based 3D-aware GANs 的高渲染质量与 3D Gaussian Splatting 的灵活性和计算优势相结合的新方法。通过训练一个解码器，将隐式的 NeRF 表示映射到显式的 3D Gaussia
PDF3 months ago
S-TLLR: 基于 STDP 的脉冲神经网络时间局部学习规则
提出了一种新的三因素时间局部学习规则 S-TLLR，该规则考虑了神经元之间的因果和非因果关系，可以在边缘设备上进行在线学习，并在图像和手势识别、音频分类和光流估计等应用中取得了高精度和计算复杂度降低的结果。
PDFa year ago
为树莓派优化深度学习模型
探讨了对 Raspberry Pi 进行的深度学习模型修剪和优化这两种方法的有效性，以使深度学习模型能在低功耗设备上运行。
PDFa year ago
通过网络修剪设计轻量级物体跟踪器：使用 CNN 或 Transformer？
本研究提出采用神经网络架构剪枝技术设计高度压缩的轻量级物体跟踪器，并提供最适合设计轻量级跟踪器的架构选择的比较研究。研究结果表明，在一定程度的压缩比下，使用 CNNs，transformers，以及两者的组合的 SOTA 跟踪器的稳定性不同
PDF2 years ago
面向资源受限的边缘计算系统的受监督压缩
本研究旨在通过利用知识蒸馏和神经图像压缩的思想，采用先进的监督压缩方法，使用带有随机瓶颈的教师模型和学生模型，以及可学习的熵编码先验方法来更高效地压缩深度学习的中间特征表示。我们在三个视觉任务上将我们的方法与各种神经图像和特征压缩基线进行比
PDF3 years ago
ECCV具有 100K 参数的高效显著目标检测
通过提出一种灵活的卷积模块（gOctConv）和新颖的动态权重衰减方法，使得使用该模块构建的轻量级模型（CSNet）能够更高效地利用多尺度特征，减少参数冗余和计算开销，并在流行的显著性目标检测基准上取得了可比较的性能，参数数量不到大型模型（
PDF4 years ago
ICCVDeepMark: 单次衣物检测
本文提出了一种用于快速服装检测的一次性方法 DeepMark，这是对多目标网络 CenterNet 进行的修改，其在 DeepFashion2 挑战数据集上的边界框检测任务中达到了 0.723 的 mAP 和地标检测任务中达到了 0.532
PDF5 years ago