解决内存瓶颈和计算负载问题，韩松团队提出 MCUNetV2
生活随笔
收集整理的這篇文章主要介紹了
解决内存瓶颈和计算负载问题，韩松团队提出 MCUNetV2
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
作者丨happy
編輯丨極市平臺
論文鏈接：arXiv:2110.15352
Slides鏈接：-https://hanlab.mit.edu/projects/tinyml/mcunet/assets/MCUNetV2/slides.pdf
項目地址：https://hanlab.mit.edu/projects/tinyml/mcunet/
本文是MIT韓松團隊繼MCUNet之后關于MCU端TinyDL的又一次突破，已被NeurIPS2021接收。針對CNN在MCU端存在的不平衡內存分布 問題，提出一種patch-by-patch 推理機制；與此同時，還提出recptive field redistribution 調整感受野與FLOPs以降低整體計算負載。所提MCUNetV2取得了MCU端新的ImageNet分類記錄71.8；更重要的是打通了Tiny設備上目標檢測部署問題，取得了比已有方案高16.9%mAP@VOC的指標。本研究極大程度上解決了TinyML的內存瓶頸問題，為圖像分類之外的其他視覺應用鋪平了道路 。
閱讀原文：內存瓶頸和計算負載問題一舉突破？韓松團隊提出 MCUNetV2：解鎖 MCU 端新紀錄！
總結
以上是生活随笔為你收集整理的解决内存瓶颈和计算负载问题，韩松团队提出 MCUNetV2的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 25+AI技术主题演讲及项目展示！英特尔
- 下一篇： 截断骨干用于检测，YOLO-ReT开源：