[論文レビュー] Hazard Detection in Supermarkets using Deep Learning on the Edge

M. G. Sarwar Murshed, Edward Verenich+3 more|arXiv (Cornell University)|Feb 29, 2020

Anomaly Detection Techniques and Applications参考文献 11被引用数 6

ひとこと要約

本論文では、Coral Dev Board や Raspberry Pi などのエッジデバイスを用いたスーパー市場におけるリアルタイムの危険要因検出を目的とした軽量ディープラーニングモデル EdgeLite を提案する。新たに公開されたスーパー市場の床面の危険要因を含むデータセットで訓練された EdgeLite は、Coral Dev Board で 92.37% の精度を達成し、6 つの最先端モデルを上回る性能を示した。また、リソース制限のある環境に適した低メモリ使用量と低推論時間も維持している。

ABSTRACT

Supermarkets need to ensure clean and safe environments for both shoppers and employees. Slips, trips, and falls can result in injuries that have a physical as well as financial cost. Timely detection of hazardous conditions such as spilled liquids or fallen items on supermarket floors can reduce the chances of serious injuries. This paper presents EdgeLite, a novel, lightweight deep learning model for easy deployment and inference on resource-constrained devices. We describe the use of EdgeLite on two edge devices for detecting supermarket floor hazards. On a hazard detection dataset that we developed, EdgeLite, when deployed on edge devices, outperformed six state-of-the-art object detection models in terms of accuracy while having comparable memory usage and inference time.

研究の動機と目的

• 特に漏れやごみなどのスーパー市場の床面の危険要因に関する公開データセットの不足に対処する。
• メモリや処理能力に制限のある低消費電力のエッジデバイスに適した、軽量なディープラーニングモデルを開発する。
• クラウドベースの処理と比較して遅延を低減し、プライバシーを向上させるために、リアルタイムのデバイス内推論を可能にする。
• 独自開発したモデルが、既存の最先端モデルと同等の推論速度およびメモリ使用量を維持しながら、精度で上回ることを実証する。

提案手法

• スーパー市場の床面の危険要因（漏れや倒れた物品など）を描写する 1,500 枚のアノテート済み画像からなる新しい公開データセットを収集・整備した。
• パrameter数を削減し、効率的な演算を実現するように最適化された、エッジデバイス向けに特化したカスタム畳み込みニューラルネットワーク（CNN）アーキテクチャ「EdgeLite」を設計した。
• TensorFlow および MXNet を用いて高スペックのデスクトップ上でモデルを訓練し、Adam 最適化法、バッチサイズ 32、学習率 0.002（減衰あり）を設定した。
• ONNX エクスポート、TensorFlow Lite への変換、および edgetpu_compiler を用いた TPU コンパイルを含むモデル圧縮技術を適用し、モデルサイズを 65% 以上削減した。
• 最終的なモデルを、Coral Dev Board および Raspberry Pi の 2 つのエッジデバイスにデプロイし、リアルタイム推論を実行した。
• デバイスおよびモデル間での評価の一貫性を確保するため、入力画像サイズを 224×224 に統一した。

実験結果

リサーチクエスチョン

• RQ1 カスタムの軽量 CNN アーキテクチャは、エッジデバイス上で既存の最先端モデルを上回る精度でスーパー市場の床面の危険要因を検出できるか？
• RQ2 モデル圧縮および TPU コンパイルは、精度を損なわずに推論時間およびメモリ使用量をどの程度削減できるか？
• RQ3 MobileNetV1、MobileNetV2、InceptionNet V1/V2、ResNet V1、GoogleNet と比較して、エッジハードウェア上での精度、遅延、メモリフットプリントにおいて、提案された EdgeLite モデルの性能はいかがなものか？
• RQ4 Raspberry Pi や Coral Dev Board などの低消費電力エッジデバイスに、高精度なオブジェクト検出モデルを実装することは可能か？
• RQ5 クラウドベースの処理と比較して、EdgeLite を用いたデバイス内推論は通信コストおよびプライバシーリスクを顕著に低減するか？

主な発見

• EdgeLite はデスクトップマシンで 92.701%、Coral Dev Board で 92.37%、Raspberry Pi で 91.981% の精度を達成し、すべてのデバイスで 6 つの最先端モデルを上回った。
• Coral Dev Board では EdgeLite の推論時間が 0.506 秒であったが、MobileNetV2（0.268 秒）より遅いものの、監視用途において許容可能なリアルタイム性能の範囲内であった。
• Coral Dev Board では EdgeLite が 5.2 MB の RAM を使用し、Raspberry Pi では 3.1 MB であった。MobileNetV2（それぞれ 5 MB および 2.74 MB）と比較してわずかに高いが、エッジデプロイメントの実用的限界内に収まっていた。
• モデル圧縮パイプラインにより、元のモデルサイズは 65% 以上削減され、ストレージおよびメモリ制限のあるデバイスへの効率的なデプロイメントが可能になった。
• Raspberry Pi は全体で最も効率的なメモリ使用量を示し、デスクトップや Coral Dev Board よりもすべてのモデルがより少ない RAM を消費した。
• 1,500 枚のアノテート済み画像からなる公開データセットは、スーパー市場の危険要因検出分野におけるベンチマークの空白を埋め、この分野における再現可能な研究を可能にした。