导读:本期为 AI 简报 20210205 期,将为您带来 9 条相关新闻,祝各位小年吉祥、阖家团圆~
本文一共 4000 字,通篇阅读结束需要 8~13 分钟
1. 华为天才少年自制B站百大Up奖杯!网友:技术难度不高,但侮辱性极强 | 稚晖君 | AI科技评论
bilibili:
https://www.bilibili.com/video/BV1VA411p7MD
在程序员的眼中,“平平无奇”四个字是不存在的。
停更了好一阵子后,这位自称野生钢铁侠的超硬核Up主稚晖君终于又发布了新作品。
之所以停更这么久,Up主解释说,不是因为在野外被捕了,纯粹是因为工作太忙了。
熟悉稚晖君的同学都知道,他前段时间已经加入了“华为天才少年”计划。
话说回来,这次稚晖君带来了什么硬核黑科技?
他在视频中说,这次的更新是趁周末肝了20多个小时的作品,名叫HoloCubic,翻译过来就是分体式迷你高清光学影像分光投射桌面网络终端设备。
简称“透明小电视”,也就是这个亚子。
2. 14.7倍推理加速、18.9倍存储节省!北航、商汤、UCSD提出首个点云二值网络 | ICLR 2021 | 量子位
图 1: BiPointNet 的整体框架图会议论文:
https://openreview.net/forum?id=9QLRCVysdlO项目网址:
https://htqin.github.io/Projects/BiPointNet.html代码地址:
https://github.com/htqin/BiPointNet
无论是在自动驾驶场景中,还是在手持移动设备上,基于点云的深度学习模型应用越来越广泛。
但这些离线边缘场景自身的限制,给模型的推理、存储、传输等环节都带来了巨大的挑战。如何让点云模型在边缘设备上“又轻又快”,是工业界和学术界共同关注的重要问题。
现在,为了解决边缘设备上运行点云应用时的资源限制问题,来自北航、商汤和 UCSD的研究团队,基于神经网络量化这样的模型压缩和加速手段,提出了首个点云深度学习二值化模型 BiPointNet。
这一方法不仅在边缘设备上带来了 14.7倍 的加速比和 18.9倍 的存储节省,准确率损失也不大( 相差1-2%以内),甚至可以媲美全精度网络。
目前,这一研究成果已经被 ICLR 2021接收。
不妨点击标题来一起看看研究团队关于这篇论文的解读。