LeYOLO, Eine neue eingebettete Architektur für Objekterkennung

Effiziente Berechnung in tiefen neuronalen Netzen ist entscheidend für die Echtzeit-Objekterkennung. Allerdings beruhen jüngste Fortschritte hauptsächlich auf verbesserten Hochleistungs-Hardware-Lösungen und weniger auf der Optimierung von Parametern und FLOP-Effizienz. Dies zeigt sich besonders deutlich in den neuesten YOLO-Architekturen, bei denen die Geschwindigkeit gegenüber einem leichten Entwurf priorisiert wird. Als Folge erhielten Objekterkennungsmodelle, die für ressourcenarme Umgebungen wie Mikrocontroller optimiert sind, weniger Aufmerksamkeit. Für Geräte mit begrenzter Rechenleistung basieren bestehende Lösungen hauptsächlich auf SSDLite oder Kombinationen von Low-Parameter-Klassifikatoren, was eine deutliche Lücke zwischen YOLO-ähnlichen Architekturen und wirklich effizienten, leichten Detektoren schafft. Dies wirft eine zentrale Frage auf: Kann ein Modell, das auf Parameter- und FLOP-Effizienz optimiert ist, Genauigkeitswerte erreichen, die mit denen der etablierten YOLO-Modelle vergleichbar sind? Um dieser Frage nachzugehen, präsentieren wir zwei wesentliche Beiträge zur Objekterkennung, basierend auf MSCOCO als Validierungsdatensatz. Erstens stellen wir LeNeck vor, einen allgemein verwendbaren Erkennungsrahmen, der eine Inferenzgeschwindigkeit aufrechterhält, die vergleichbar mit SSDLite ist, gleichzeitig jedoch die Genauigkeit erheblich verbessert und die Anzahl der Parameter reduziert. Zweitens stellen wir LeYOLO vor, ein effizientes Objekterkennungsmodell, das darauf abzielt, die Rechen-Effizienz in YOLO-basierten Architekturen zu steigern. LeYOLO schließt effektiv die Lücke zwischen SSDLite-basierten Detektoren und YOLO-Modellen und bietet hohe Genauigkeit in einem Modell, das so kompakt wie MobileNets ist. Beide Beiträge eignen sich besonders gut für mobile, eingebettete und ultrawenigleistungsfähige Geräte, einschließlich Mikrocontroller, bei denen Rechen-Effizienz entscheidend ist.