論文の概要: Filter-Pruning of Lightweight Face Detectors Using a Geometric Median Criterion

• arxiv url: http://arxiv.org/abs/2311.16613v1
• Date: Tue, 28 Nov 2023 09:02:38 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-29 19:07:08.731762
• Title: Filter-Pruning of Lightweight Face Detectors Using a Geometric Median Criterion
• Title（参考訳）: 幾何学的媒介条件を用いた軽量顔検出器のフィルタ処理
• Authors: Konstantinos Gkrispanis, Nikolaos Gkalelis, Vasileios Mezaris
• Abstract要約: 我々は,EXTD と EResFD という,すでに小型でコンパクトな2つの顔検出器にフィルタプルーニングを実装した。 提案手法は、既に軽量な顔検出器のモデルサイズをさらに小さくする可能性がある。
• 参考スコア（独自算出の注目度）: 9.284740716447342
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Face detectors are becoming a crucial component of many applications, including surveillance, that often have to run on edge devices with limited processing power and memory. Therefore, there's a pressing demand for compact face detection models that can function efficiently across resource-constrained devices. Over recent years, network pruning techniques have attracted a lot of attention from researchers. These methods haven't been well examined in the context of face detectors, despite their expanding popularity. In this paper, we implement filter pruning on two already small and compact face detectors, named EXTD (Extremely Tiny Face Detector) and EResFD (Efficient ResNet Face Detector). The main pruning algorithm that we utilize is Filter Pruning via Geometric Median (FPGM), combined with the Soft Filter Pruning (SFP) iterative procedure. We also apply L1 Norm pruning, as a baseline to compare with the proposed approach. The experimental evaluation on the WIDER FACE dataset indicates that the proposed approach has the potential to further reduce the model size of already lightweight face detectors, with limited accuracy loss, or even with small accuracy gain for low pruning rates.
• Abstract（参考訳）: 顔検出装置は、処理能力とメモリの制限のあるエッジデバイス上で実行されることが多い監視を含む多くのアプリケーションにおいて、重要なコンポーネントになりつつある。 そのため、リソース制約のあるデバイス間で効率的に機能するコンパクトな顔検出モデルが求められている。 近年、ネットワークプルーニング技術は研究者から多くの注目を集めている。 これらの手法は、顔検出装置の普及にもかかわらず、十分に検討されていない。 本稿では,EXTD (Extremely Tiny Face Detector) とEResFD (Efficient ResNet Face Detector) という,すでに小型でコンパクトな2つの顔検出器にフィルタプルーニングを実装した。 主なプルーニングアルゴリズムは,幾何中央値 (fpgm) によるフィルタプルーニングと,soft filter pruning (sfp) 反復処理を組み合わせたフィルタプルーニングである。 また,L1ノルムプルーニングをベースラインとして,提案手法と比較する。 WIDER FACEデータセットの実験的評価は,提案手法が既に軽量な顔検出器のモデルサイズをさらに削減し,精度の低下を抑えたり,低プルーニングレートの精度向上を図ったりできる可能性を示唆している。

関連論文リスト

• ESOD: Efficient Small Object Detection on High-Resolution Images [36.80623357577051]
  小さなオブジェクトは通常、わずかに分散され、局所的にクラスタ化される。 画像の非対象背景領域において、大量の特徴抽出計算を無駄にする。 本稿では,検出器のバックボーンを再利用して,特徴レベルのオブジェクト探索とパッチスライシングを行う方法を提案する。
  論文  参考訳（メタデータ） (2024-07-23T12:21:23Z)
• Learning to Make Keypoints Sub-Pixel Accurate [80.55676599677824]
  本研究は,2次元局所特徴の検出におけるサブピクセル精度の課題に対処する。 本稿では,検出された特徴に対するオフセットベクトルを学習することにより,サブピクセル精度で検出器を拡張できる新しいネットワークを提案する。
  論文  参考訳（メタデータ） (2024-07-16T12:39:56Z)
• MoE-FFD: Mixture of Experts for Generalized and Parameter-Efficient Face Forgery Detection [54.545054873239295]
  ディープフェイクは、最近、国民の間で重大な信頼問題とセキュリティ上の懸念を提起した。 ViT法はトランスの表現性を生かし,優れた検出性能を実現する。 この研究は、汎用的でパラメータ効率のよいViTベースのアプローチであるFace Forgery Detection (MoE-FFD)のためのMixture-of-Expertsモジュールを導入する。
  論文  参考訳（メタデータ） (2024-04-12T13:02:08Z)
• Small Object Detection via Coarse-to-fine Proposal Generation and Imitation Learning [52.06176253457522]
  本稿では,粗粒度パイプラインと特徴模倣学習に基づく小型物体検出に適した2段階フレームワークを提案する。 CFINetは、大規模な小さなオブジェクト検出ベンチマークであるSODA-DとSODA-Aで最先端の性能を達成する。
  論文  参考訳（メタデータ） (2023-08-18T13:13:09Z)
• EResFD: Rediscovery of the Effectiveness of Standard Convolution for Lightweight Face Detection [13.357235715178584]
  顔検出のための軽量バックボーンアーキテクチャとして,標準的な畳み込みブロックの有効性を再検討する。 チャネル切断された標準畳み込み層は精度と推論速度を向上できることを示す。 提案する検出器EResFDは,CPU上でのVGA画像推測に37.7msしか要しないWIDER FACE Hardサブセット上で80.4%のmAPを得た。
  論文  参考訳（メタデータ） (2022-04-04T02:30:43Z)
• MRDet: A Multi-Head Network for Accurate Oriented Object Detection in Aerial Images [51.227489316673484]
  水平アンカーから変換された指向性提案を生成するために、任意指向領域提案ネットワーク(AO-RPN)を提案する。 正確なバウンディングボックスを得るために,検出タスクを複数のサブタスクに分離し,マルチヘッドネットワークを提案する。 各ヘッドは、対応するタスクに最適な特徴を学習するために特別に設計されており、ネットワークがオブジェクトを正確に検出することができる。
  論文  参考訳（メタデータ） (2020-12-24T06:36:48Z)
• Dense Label Encoding for Boundary Discontinuity Free Rotation Detection [69.75559390700887]
  本稿では,分類に基づく比較的研究の少ない方法論について検討する。 我々は2つの側面でフロンティアを推し進めるための新しい手法を提案する。 航空画像のための大規模公開データセットの実験と視覚解析は,我々のアプローチの有効性を示している。
  論文  参考訳（メタデータ） (2020-11-19T05:42:02Z)
• Multiple Infrared Small Targets Detection based on Hierarchical Maximal Entropy Random Walk [12.10092482860325]
  我々は,最大エントロピーランダムウォーク(MERW)から導かれる検出方法を確立し,複数の小目標を頑健に検出する。 提案手法は, 目標強調, 背景抑圧, 複数小目標検出の観点から, 最先端の手法よりも優れている。
  論文  参考訳（メタデータ） (2020-10-02T11:11:34Z)
• Line-Circle-Square (LCS): A Multilayered Geometric Filter for Edge-Based Detection [2.4054377316708964]
  提案フィルタは,設定された各専門家に対して,過度に計算せずにシーンを判断するための高レベル情報を抽出するために,検出,追跡,学習を行う。 本実験は,実験と実世界の両方のシナリオにおいて,検出精度と資源使用量の観点から,提案フィルタの有効性を検証した。
  論文  参考訳（メタデータ） (2020-08-21T05:28:12Z)
• Anchor-free Small-scale Multispectral Pedestrian Detection [88.7497134369344]
  適応型単一段アンカーフリーベースアーキテクチャにおける2つのモードの効果的かつ効率的な多重スペクトル融合法を提案する。 我々は,直接的境界ボックス予測ではなく,対象の中心と規模に基づく歩行者表現の学習を目指す。 その結果,小型歩行者の検出における本手法の有効性が示唆された。
  論文  参考訳（メタデータ） (2020-08-19T13:13:01Z)
• KPNet: Towards Minimal Face Detector [27.68740638740399]
  そこで本研究では, 顔の外観の特徴を識別することで, 小さくて浅いニューラルネットワークが背景から検証できることを示す。 提案したKPNetはボトムアップ方式で顔全体の代わりに小さな顔のキーポイントを検出する。
  論文  参考訳（メタデータ） (2020-03-17T05:37:45Z)

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。