位置:51电子网 » 技术资料 » 消费类电子

平衡参数量和检测精度使其成为在边缘设备部署中更优的选择

发布时间:2024/6/6 23:43:22 访问次数:63

一种人脸检测方法GhostNet-MTCNN。在多任务级联卷积神经网络(MTCNN)主干网络上,将占用计算资源的普通卷积进行舍弃,利用GhostNet网络中计算量更低的Ghost bottleneck模组替代卷积的作用,重新构建网络特征提取功能,从而搭建一个新的模型。

实验结果表明,该方法可以有效平衡参数量和精度。在Easy、Medium、Hard三种验证集上,与MTCNN相比在参数量仅增加0.62M的前提下精度分别提升了 5.6%、6.6%、7.8%,与MobileNetV3-MTCNN相比在参数量减少1.27M的同时精度又分别提升了1.6%、0.8%、0.5%。该研究能够在复杂场景下提高模型对小尺寸、多角度人脸检测精度,同时也能够有效平衡参数量和检测精度使其成为在边缘设备部署中更优的选择。

有关数据治理的宪章、公约、条约、战略、法律与法案为分析文本,对欧盟系列规范性文本进行共时性与历时性的双维度研究以厘清其立法思路演变与路径选择。

在研究过程中发现对于数据这一新型生产要素在被纳入法律视野中后而产生的数据权这一概念存在着从传统人格权向财产权的认知转变,进而梳理出从传统的数据保护转向数据流通与赋能的立法嬗变趋势,并得出对我国数据治理的三点启示:数据战略建构应追求结构体系化、数据权利创设应考虑利益多元化和数据流通模式设计应遵循场景类型化。

模块基于FPGA+DAC的硬件结构,采用软件DDS原理方式来产生梳状谱信号。

采集的图像存在对比度差、清晰度下降等问题。图像质量的恶化制约着计算机视觉的准确性和自动化任务的效率。

一种基于限制对比度自适应直方图均衡与改进多尺度Retinex的图像去雾算法。

算法将输入的含雾降质图像先经过CLAHE算法处理,再用MSR算法处理,对图像MSR算法处理时,引入Gamma校正因子估计入射光,并对算法中的环绕函数进行优化。

模块基于FPGA+DAC的硬件结构,采用软件DDS原理方式来产生梳状谱信号。

对板级资源与功能消耗进行了数字化的分析,证明所设计硬件系统属于低功耗范畴。

深圳市裕硕科技有限公司http://yushuo.51dzw.com

一种人脸检测方法GhostNet-MTCNN。在多任务级联卷积神经网络(MTCNN)主干网络上,将占用计算资源的普通卷积进行舍弃,利用GhostNet网络中计算量更低的Ghost bottleneck模组替代卷积的作用,重新构建网络特征提取功能,从而搭建一个新的模型。

实验结果表明,该方法可以有效平衡参数量和精度。在Easy、Medium、Hard三种验证集上,与MTCNN相比在参数量仅增加0.62M的前提下精度分别提升了 5.6%、6.6%、7.8%,与MobileNetV3-MTCNN相比在参数量减少1.27M的同时精度又分别提升了1.6%、0.8%、0.5%。该研究能够在复杂场景下提高模型对小尺寸、多角度人脸检测精度,同时也能够有效平衡参数量和检测精度使其成为在边缘设备部署中更优的选择。

有关数据治理的宪章、公约、条约、战略、法律与法案为分析文本,对欧盟系列规范性文本进行共时性与历时性的双维度研究以厘清其立法思路演变与路径选择。

在研究过程中发现对于数据这一新型生产要素在被纳入法律视野中后而产生的数据权这一概念存在着从传统人格权向财产权的认知转变,进而梳理出从传统的数据保护转向数据流通与赋能的立法嬗变趋势,并得出对我国数据治理的三点启示:数据战略建构应追求结构体系化、数据权利创设应考虑利益多元化和数据流通模式设计应遵循场景类型化。

模块基于FPGA+DAC的硬件结构,采用软件DDS原理方式来产生梳状谱信号。

采集的图像存在对比度差、清晰度下降等问题。图像质量的恶化制约着计算机视觉的准确性和自动化任务的效率。

一种基于限制对比度自适应直方图均衡与改进多尺度Retinex的图像去雾算法。

算法将输入的含雾降质图像先经过CLAHE算法处理,再用MSR算法处理,对图像MSR算法处理时,引入Gamma校正因子估计入射光,并对算法中的环绕函数进行优化。

模块基于FPGA+DAC的硬件结构,采用软件DDS原理方式来产生梳状谱信号。

对板级资源与功能消耗进行了数字化的分析,证明所设计硬件系统属于低功耗范畴。

深圳市裕硕科技有限公司http://yushuo.51dzw.com

热门点击

 

推荐技术资料

中国传媒大学传媒博物馆开
    传媒博物馆开馆仪式隆童举行。教育都i国家广电总局等部门... [详细]
版权所有:51dzw.COM
深圳服务热线:13692101218  13751165337
粤ICP备09112631号-6(miitbeian.gov.cn)
公网安备44030402000607
深圳市碧威特网络技术有限公司
付款方式


 复制成功!