論文の概要: Real-time Mask Detection on Google Edge TPU

• arxiv url: http://arxiv.org/abs/2010.04427v1
• Date: Fri, 9 Oct 2020 08:21:34 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-09 04:47:09.286433
• Title: Real-time Mask Detection on Google Edge TPU
• Title（参考訳）: Google Edge TPUにおけるリアルタイムマスク検出
• Authors: Keondo Park, Wonyoung Jang, Woochul Lee, Kisung Nam, Kihong Seong, Kyuwook Chai, Wen-Syan Li
• Abstract要約: 新型コロナウイルスの感染拡大を受け、マスクを着用しているかどうかを自動的に検出することが重要になっている。 本研究では,特定の地域の人々がマスクを着用しているかどうかを検知する軽量モデルを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: After the COVID-19 outbreak, it has become important to automatically detect whether people are wearing masks in order to reduce risk of front-line workers. In addition, processing user data locally is a great way to address both privacy and network bandwidth issues. In this paper, we present a light-weighted model for detecting whether people in a particular area wear masks, which can also be deployed on Coral Dev Board, a commercially available development board containing Google Edge TPU. Our approach combines the object detecting network based on MobileNetV2 plus SSD and the quantization scheme for integer-only hardware. As a result, the lighter model in the Edge TPU has a significantly lower latency which is more appropriate for real-time execution while maintaining accuracy comparable to a floating point device.
• Abstract（参考訳）: 新型コロナウイルス(covid-19)の流行後、フロントライン労働者のリスクを減らすため、マスクを着用しているかどうかを自動的に検出することが重要になっている。 さらに、ローカルでユーザデータを処理することは、プライバシとネットワーク帯域の問題を解決する優れた方法です。 本稿では,Google Edge TPUを含む市販開発ボードであるCoral Dev Boardにも展開可能な,特定のエリアの人がマスクを着用しているかどうかを検出するための軽量モデルを提案する。 本手法はmobilenetv2 plus ssdに基づくオブジェクト検出ネットワークと整数専用ハードウェアのための量子化スキームを組み合わせたものである。 その結果、Edge TPUの軽量モデルは、浮動小数点デバイスに匹敵する精度を維持しながら、リアルタイム実行に適するレイテンシが大幅に低い。

関連論文リスト

• Secure Deep Learning-based Distributed Intelligence on Pocket-sized Drones [75.80952211739185]
  パームサイズのナノドロンはエッジノードの魅力的なクラスであるが、その限られた計算資源は大規模なディープラーニングモデルの実行を妨げている。 エッジフォッグ計算のパラダイムを採用することで、計算の一部をフォグにオフロードすることができるが、フォグノードや通信リンクが信頼できない場合、セキュリティ上の懸念が生じる。 ナノドローン上でランダムなサブネットワークを冗長に実行することにより,霧の計算を検証する分散エッジフォッグ実行方式を提案する。
  論文  参考訳（メタデータ） (2023-07-04T08:29:41Z)
• Rethinking Voxelization and Classification for 3D Object Detection [68.8204255655161]
  LiDARポイントクラウドからの3Dオブジェクト検出の主な課題は、ネットワークの信頼性に影響を与えることなく、リアルタイムのパフォーマンスを実現することである。 本稿では,高速な動的ボキセラライザを実装することにより,ネットワークの推論速度と精度を同時に向上するソリューションを提案する。 さらに,予測対象を分類し,偽検出対象をフィルタリングする軽量検出サブヘッドモデルを提案する。
  論文  参考訳（メタデータ） (2023-01-10T16:22:04Z)
• Real-Time Mask Detection Based on SSD-MobileNetV2 [2.538209532048867]
  優れたリアルタイムマスク検出システムにより、関連するスタッフの作業負荷を低減できる。 既存のマスク検出手法は資源集約的であり、速度と精度のバランスが良くない。 本稿では,マスク検出のための新しいアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2022-08-29T01:59:22Z)
• A Deep Learning-based Approach for Real-time Facemask Detection [0.0]
  新型コロナウイルス(COVID-19)のパンデミックが世界的な健康危機を引き起こしている。このパンデミックの悪影響から公共空間を保護する必要がある。 フェイスマスクを着用することは、多くの政府で採用されている効果的な保護ソリューションの1つとなっている。 本研究の目的は,多くの実生活アプリケーションにおいて優れた結果を示したディープラーニング(DL)を用いて,効率的なリアルタイム顔マスク検出を実現することである。
  論文  参考訳（メタデータ） (2021-10-17T06:12:02Z)
• DAAIN: Detection of Anomalous and Adversarial Input using Normalizing Flows [52.31831255787147]
  我々は、アウト・オブ・ディストリビューション(OOD)インプットと敵攻撃(AA)を検出する新しい手法であるDAINを導入する。 本手法は,ニューラルネットワークの内部動作を監視し,活性化分布の密度推定器を学習する。 当社のモデルは,特別なアクセラレータを必要とせずに,効率的な計算とデプロイが可能な単一のGPUでトレーニングすることが可能です。
  論文  参考訳（メタデータ） (2021-05-30T22:07:13Z)
• BinaryCoP: Binary Neural Network-based COVID-19 Face-Mask Wear and Positioning Predictor on Edge Devices [63.56630165340053]
  フェイスマスクは、空気性疾患に対する双方向保護のための医療に効果的な解決策を提供する。 CNNは、顔認識と正しいマスク着用と位置決めの分類に優れたソリューションを提供する。 CNNは、企業ビル、空港、ショッピングエリア、その他の屋内場所への入り口で利用でき、ウイルスの拡散を緩和することができる。
  論文  参考訳（メタデータ） (2021-02-06T00:14:06Z)
• Edge-Detect: Edge-centric Network Intrusion Detection using Deep Neural Network [0.0]
  エッジノードは、Internet-of-Thingsエンドポイント上の複数のサイバー攻撃を検出するために不可欠である。 DLM技術を用いてエッジノードに対するDoS攻撃を検知する,軽量で高速かつ高精度なEdge-Detectモデルを開発した。
  論文  参考訳（メタデータ） (2021-02-03T04:24:34Z)
• WearMask: Fast In-browser Face Mask Detection with Serverless Edge Computing for COVID-19 [5.062168599309498]
  新型コロナウイルス(COVID-19)感染は、呼吸、しゃべり、かゆみ、くしゃみ時に発生する呼吸滴によって主に伝染する。 マスクを着用することは、呼吸器感染症の80%を遮断する最重要かつ効果的で便利な方法である。 現在の商用フェイスマスク検出システムは、通常、特定のソフトウェアまたはハードウェアにバンドルされ、公共のアクセシビリティを妨げます。 We propose a in-browser server edge-computing based face mask detection solution, called Web-based efficient AI recognition of masks (WearMask)。 WearMaskは、Webブラウザを使用してインターネット接続を持つ一般的なデバイス(携帯電話、タブレット、コンピュータなど)にインストールすることなくデプロイできます。
  論文  参考訳（メタデータ） (2021-01-04T05:50:48Z)
• Identity-Aware Attribute Recognition via Real-Time Distributed Inference in Mobile Edge Clouds [53.07042574352251]
  我々は、MEC対応カメラ監視システムにおいて、re-IDを用いた歩行者属性認識のための新しいモデルの設計を行う。 本稿では,属性認識と人物再IDを協調的に考慮し,分散モジュールの集合を持つ新しい推論フレームワークを提案する。 そこで我々は,提案した分散推論フレームワークのモジュール分布の学習に基づくアルゴリズムを考案した。
  論文  参考訳（メタデータ） (2020-08-12T12:03:27Z)
• MobileDets: Searching for Object Detection Architectures for Mobile Accelerators [61.30355783955777]
  逆ボトルネック層は、モバイルデバイス上の最先端のオブジェクト検出モデルにおいて、主要なビルディングブロックとなっている。 通常の畳み込みは、アクセラレーターにおけるオブジェクト検出の遅延精度トレードオフを高める強力なコンポーネントである。 我々は、モバイルアクセラレーター全体で最先端の成果を得られるオブジェクト検出モデル、MobileDetsのファミリーを得る。
  論文  参考訳（メタデータ） (2020-04-30T00:21:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。