解决内存瓶颈和计算负载问题,韩松团队提出 MCUNetV2

作者丨happy
编辑丨极市平台

论文链接:arXiv:2110.15352

Slides链接:-https://hanlab.mit.edu/projects/tinyml/mcunet/assets/MCUNetV2/slides.pdf

项目地址:https://hanlab.mit.edu/projects/tinyml/mcunet/

本文是MIT韩松团队继MCUNet之后关于MCU端TinyDL的又一次突破,已被NeurIPS2021接收。针对CNN在MCU端存在的不平衡内存分布 问题,提出一种patch-by-patch 推理机制;与此同时,还提出recptive field redistribution 调整感受野与FLOPs以降低整体计算负载。所提MCUNetV2取得了MCU端新的ImageNet分类记录71.8;更重要的是打通了Tiny设备上目标检测部署问题,取得了比已有方案高16.9%mAP@VOC的指标。本研究极大程度上解决了TinyML的内存瓶颈问题,为图像分类之外的其他视觉应用铺平了道路

阅读原文:内存瓶颈和计算负载问题一举突破?韩松团队提出 MCUNetV2:解锁 MCU 端新纪录!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值