VOC币矿机PIN怎么获得

㈠ ICCV 2023 | 超越 NanoDet, 腾讯联合比特币矿机制造商MicroBT发表 68.77k 的超轻量目标检测器！

在ICCV 2023上，腾讯联合比特币矿机制造商MicroBT发表了一款名为FemtoDet的超轻量级目标检测器，该检测器参数量仅为68.77k，却在PASCAL VOC测试集上达到了46.3的AP50得分。在Qualcomm Snapdragon 865 CPU平台下，FemtoDet的功耗仅为1.11瓦，运行帧率达到64.47 FPS，堪称边缘设备高效检测的典范。

FemtoDet的设计关注低能耗架构的探索，通过选择低能耗的激活函数、卷积运算符和特征融合结构，优化了能耗和性能的权衡。在设计过程中，引入了一种名为实例边界增强（IBE）的模块，以优化卷积并解决CNN有限容量与检测任务在多样空间表示中的矛盾。同时，针对轻量级检测器数据增强导致的数据偏移问题，提出了递归启动（RecWR）的训练策略，这两种方法在PASCAL VOC数据集上均取得了显著的性能提升。

FemtoDet适用于层次化的智能芯片，能够实现快速响应和警报。在行人检测中，FemtoDet在TJU-DHD数据集上的AR20和AP20分别为85.8和76.3。在中大型物体检测上，FemtoDet的表现同样出色。此外，FemtoDet在AP50或AP20和中等难度的数据场景上均表现出良好的应用能力。

回顾目标检测发展历程，二阶段检测器和一阶段检测器是两大类主要方法。二阶段检测器首先生成区域提议，然后生成预测框，虽然在准确性上更高，但在边缘设备上实现低延迟仍面临挑战。一阶段检测器包括基于锚点和无锚点的类型，如SSD和YOLO系列，以及CornerNet、CenterNet和FCOS等无锚点检测器。FemtoDet的出现旨在解决检测延迟和功耗问题，实现能量与性能之间的平衡。

FemtoDet的设计旨在提供低能耗检测器的基准，并通过实例边界增强（IBE）模块和递归热重启（RecWR）训练策略优化性能。IBE模块通过设计新的局部描述符、语义投影器和双重标准化层增强深度可分离卷积（DSC），克服轻量级模型的表示优化瓶颈。递归热重启（RecWR）策略通过递增式减小图像增强强度，克服强数据增强带来的数据转移问题，有效提高了模型的泛化能力。

实验结果表明，尽管提高性能可能导致能耗增长，但基于简单组件构建的能源导向检测器可以显著降低影响。在VOC、COCO和TJU-DHD数据集上，FemtoDet在消耗最少能量的同时，实现了与当前最先进技术相媲美的性能，为边缘设备高效目标检测提供了有力支持。

目标检测及相关应用领域研究者可扫描文章下方二维码或直接搜索微信号“cv_huber”添加小编好友，与众多学者专家交流探讨前沿AI科技。