[B! YOLO][pruning] arxiv_readerのブックマーク

arxiv_reader id:arxiv_reader

YOLOとpruningに関するarxiv_readerのブックマーク (11)

https://arxiv-check-250201.firebaseapp.com/each/2410.00503v1
arxiv_reader 2024/10/03
pruning

estimation

YOLO

arXiv

arXiv reaDer

segmentation

detection

drone

monocular
リンク
https://arxiv-check-250201.firebaseapp.com/each/2409.17526v1
arxiv_reader 2024/09/27
segmentation

identification

arXiv reaDer

pruning

arXiv

drone

detection

R-CNN

YOLO
リンク
https://arxiv-check-250201.firebaseapp.com/each/2408.07455v1
arxiv_reader 2024/08/15
detection

YOLO

augmentation

UAV

CNN

real time

attention

arXiv reaDer

pruning

arXiv
リンク
https://arxiv-check-250201.firebaseapp.com/each/2311.14081v1
arxiv_reader 2023/11/27
arXiv

arXiv reaDer

YOLO

pruning

detection

R-CNN
リンク
YOLOv5 のモデル圧縮方法: レビュー
arxiv_reader 2023/07/25
過去数年間にわたり、YOLO 物体検出器の強化に向けて広範な研究が行われてきました。 YOLO の導入以来、精度と効率を向上させる目的で、YOLO の 8 つのメジャーバージョンが導入されました。

quantization

pruning

pose

compression

arXiv

YOLO

arXiv reaDer

knowledge distillation

detection

edge device
リンク
オブジェクト検出のためのグループチャネルプルーニングと空間注意抽出
arxiv_reader 2023/06/05
ニューラルネットワークの過剰なパラメーター化により、枝刈りや量子化に基づく多くのモデル圧縮方法が登場しました。これらは、モデルのサイズ、パラメータ数、および計算の複雑さを軽減する点で顕著です。ただし

YOLO

classification

attention

knowledge distillation

arXiv reaDer

arXiv

quantization

sparse

detection

pruning
リンク
Edge YOLO：自動運転車におけるエッジクラウド協調に基づくリアルタイムインテリジェントオブジェクト検出システム
arxiv_reader 2022/05/31
交通監視や運転アシスタントなど、自動運転車の要件がますます高まっていることから、高度道路交通システムではディープラーニングベースのオブジェクト検出（DL-OD）がますます魅力的になっています。ただし、

dataset

real time

YOLO

autonomous driving

arXiv

CNN

compression

detection

pruning

arXiv reaDer
リンク
ABCP：共同検索によるブロック単位およびチャネル単位の自動ネットワークプルーニング
arxiv_reader 2021/10/11
現在、深層学習モデルに必要なコンピューター能力とリソースに制約のあるデバイスとの間の矛盾を解決するために、ますます多くのモデルプルーニング方法が提案されています。ただし、従来のルールベースのネットワー

compression

arXiv reaDer

residual

convolutional

reinforcement learning

pruning

YOLO

dataset

arXiv

detection
リンク
ニューラルプルーニング検索を使用したモバイルデバイスでのリアルタイムオブジェクト検出の実現
arxiv_reader 2021/06/30
物体検出は、セキュリティ開発のための自動運転車で重要な役割を果たします。ただし、計算リソースが限られている自動運転車のモバイルシステムでは、オブジェクトの検出が困難になります。これを容易にするために、

pruning

3D

vehicle

detection

real time

arXiv

arXiv reaDer

YOLO
リンク
YOLObile：圧縮コンパイル共同設計によるモバイルデバイスでのリアルタイムオブジェクト検出
arxiv_reader 2021/01/01
物体検出技術の急速な発展と幅広い利用により、物体検出器の精度と速度の両方に注目が集まっています。ただし、現在の最先端のオブジェクト検出作業は、大きなモデルを使用して精度を重視しているが待ち時間が長くな

YOLO

arXiv

pruning

compression

detection

arXiv reaDer

attention

real time
リンク
代理ラグランジュ緩和を使用した再トレーニングなしのディープニューラルネットワークプルーニングの有効化
arxiv_reader 2020/12/21
ネットワークプルーニングは、ディープニューラルネットワークの計算コストとモデルサイズを削減するために広く使用されている手法です。ただし、一般的な3段階のパイプライン、つまりトレーニング、プルーニング、

classification

dataset

arXiv reaDer

detection

YOLO

arXiv

pruning

compression
リンク
1

お知らせ

もっと読む

公式Twitter

@HatenaBookmark
リリース、障害情報などのサービスのお知らせ
@hatebu
最新の人気エントリーの配信

キーボードショートカット一覧

j次のブックマーク

k前のブックマーク

lあとで読む

eコメント一覧を開く

oページを開く

設定を変更しましたx