[論文レビュー] Slim-neck by GSConv: A lightweight-design for real-time detector architectures

Hu-Lin Li, Jun Li+4 more|arXiv (Cornell University)|Jun 6, 2022

Advanced Neural Network Applications参考文献 44被引用数 257

ひとこと要約

GSConvという軽量畳み込み手法とSlim-Neck設計を導入し、エッジデバイス上のリアルタイム検出器の精度と速度のバランスを取り、SODA10Mで強力な結果を達成する。

ABSTRACT

Real-time object detection is significant for industrial and research fields. On edge devices, a giant model is difficult to achieve the real-time detecting requirement and a lightweight model built from a large number of the depth-wise separable convolutional could not achieve the sufficient accuracy. We introduce a new lightweight convolutional technique, GSConv, to lighten the model but maintain the accuracy. The GSConv accomplishes an excellent trade-off between the accuracy and speed. Furthermore, we provide a design suggestion based on the GSConv, Slim-Neck (SNs), to achieve a higher computational cost-effectiveness of the real-time detectors. The effectiveness of the SNs was robustly demonstrated in over twenty sets comparative experiments. In particular, the real-time detectors of ameliorated by the SNs obtain the state-of-the-art (70.9% AP50 for the SODA10M at a speed of ~ 100FPS on a Tesla T4) compared with the baselines. Code is available at https://github.com/alanli1997/slim-neck-by-gsconv

研究の動機と目的

• 計算資源とメモリが制約されたエッジデバイスにおけるリアルタイム物体検出を動機づける。
• コストを抑えつつ精度を維持する軽量畳み込みとしてGSConvを提案する。
• 検出器の計算効率を高める設計指針としてSlim-Neck（SNs）を導入する。
• リアルタイム検出器を用いた広範な比較実験を通じて有効性を示す。

提案手法

• 軽量性と精度のバランスを取る軽量畳み込み技術としてGSConvを導入する。
• 検出器の効率を向上させる実用的なアーキテクチャ設計としてSlim-Neck（SNs）を提案する。
• 20件を超える比較実験にわたる実証評価を提供する。

実験結果

リサーチクエスチョン

• RQ1 GSConvは検出精度を維持または向上させつつ、計算コストを実質的に削減できるか？
• RQ2 Slim-Neck設計はデータセットとハードウェアを問わず、リアルタイム検出器の性能を一貫して向上させるか？
• RQ3 エッジデバイス上でGSConvとSNsを用いた検出器の達成可能な速度と精度のトレードオフはどのようになるか？
• RQ4 リアルタイム検出器におけるSNs設計は、ベースラインのネックアーキテクチャとどのように比較されるか？

主な発見

• GSConvは精度を維持しつつモデルを軽量化し、効率的なリアルタイム検出を実現する。
• SNs設計はリアルタイム検出器の計算コスト対効果を高める。
• 実験では、GSConvを用いたSNs強化検出器が良好な結果を達成し、例としてSODA10Mで70.9% AP50をTesla T4で約100 FPS程度で達成。
• 本手法は20件超の比較実験を通じて頑健性を示している。
• 本研究は評価ベンチマークにおいて、与えられた設定で最新の性能を報告している。