論文の概要: 2023 Low-Power Computer Vision Challenge (LPCVC) Summary
- arxiv url: http://arxiv.org/abs/2403.07153v1
- Date: Mon, 11 Mar 2024 20:51:18 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-13 23:31:46.910697
- Title: 2023 Low-Power Computer Vision Challenge (LPCVC) Summary
- Title(参考訳): 2023 低消費電力コンピュータビジョンチャレンジ(LPCVC)の概要
- Authors: Leo Chen, Benjamin Boardley, Ping Hu, Yiru Wang, Yifan Pu, Xin Jin,
Yongqiang Yao, Ruihao Gong, Bo Li, Gao Huang, Xianglong Liu, Zifu Wan,
Xinwang Chen, Ning Liu, Ziyi Zhang, Dongping Liu, Ruijie Shan, Zhengping Che,
Fachao Zhang, Xiaofeng Mou, Jian Tang, Maxim Chuprov, Ivan Malofeev,
Alexander Goncharenko, Andrey Shcherbin, Arseny Yanchenko, Sergey Alyamkin,
Xiao Hu, George K. Thiruvathukal, Yung Hsiang Lu
- Abstract要約: 2015年以降、LPCVCはエッジデバイスにおけるコンピュータビジョン(CV)の課題に取り組むための国際コンペティションとなっている。
2023 LPCVCの視覚問題は、事故後に無人航空機(UAV)が取得した画像のセグメンテーションである。
コンペティションのセットアップを説明し、精度を改善し、実行時間を短縮する勝者の手法を強調します。
- 参考スコア(独自算出の注目度): 91.09767611312729
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This article describes the 2023 IEEE Low-Power Computer Vision Challenge
(LPCVC). Since 2015, LPCVC has been an international competition devoted to
tackling the challenge of computer vision (CV) on edge devices. Most CV
researchers focus on improving accuracy, at the expense of ever-growing sizes
of machine models. LPCVC balances accuracy with resource requirements. Winners
must achieve high accuracy with short execution time when their CV solutions
run on an embedded device, such as Raspberry PI or Nvidia Jetson Nano. The
vision problem for 2023 LPCVC is segmentation of images acquired by Unmanned
Aerial Vehicles (UAVs, also called drones) after disasters. The 2023 LPCVC
attracted 60 international teams that submitted 676 solutions during the
submission window of one month. This article explains the setup of the
competition and highlights the winners' methods that improve accuracy and
shorten execution time.
- Abstract(参考訳): 本稿では2023 ieee low-power computer vision challenge (lpcvc)について述べる。
2015年以降、LPCVCはエッジデバイスにおけるコンピュータビジョン(CV)の課題に取り組むための国際コンペティションとなっている。
ほとんどのcv研究者は、マシンモデルのサイズの増加を犠牲にして、精度の向上に焦点を当てている。
LPCVCはリソース要求と精度のバランスをとる。
勝者は、Raspberry PIやNvidia Jetson Nanoのような組み込みデバイス上でCVソリューションを動作させる場合、短い実行時間で高い精度で達成しなければならない。
2023 LPCVCの視覚問題は、災害後に無人航空機(UAV、別名ドローン)が取得した画像のセグメンテーションである。
2023 lpcvcは1ヶ月の提出期間に676のソリューションを提出した60の国際チームを引き寄せた。
この記事では、コンペティションのセットアップを説明し、精度を高め、実行時間を短縮する勝者の方法を強調する。
関連論文リスト
- NTIRE 2024 Challenge on Short-form UGC Video Quality Assessment: Methods and Results [216.73187673659675]
NTIRE 2024 Challenge on Shortform Video Quality Assessment (S-UGC VQA) をレビューする。
KVQデータベースはトレーニング用2926本、検証用420本、テスト用854本を含む3つのパートに分けられる。
目的は、新しいベンチマークを構築し、S-UGC VQAの開発を進めることである。
論文 参考訳(メタデータ) (2024-04-17T12:26:13Z) - TinyML Design Contest for Life-Threatening Ventricular Arrhythmia
Detection [14.51947401958568]
TDC'22は、AI/MLアルゴリズムの革新と実装を必要とする現実世界の医療問題に焦点を当てている。
本稿ではまず,医療問題,データセット,評価手順について述べる。
さらに、主要なチームによって開発されたデザインを実証し、議論すると同時に、代表的な結果も示します。
論文 参考訳(メタデータ) (2023-05-09T00:24:04Z) - VisDrone-CC2020: The Vision Meets Drone Crowd Counting Challenge Results [186.53282837739548]
私たちは大規模なデータセットを収集し、Vision Meets Drone Crowd Counting Challenge (VisDrone-CC 2020)を組織します。
収集されたデータセットは、トレーニング用の2460ドルの画像と、テスト用の900ドルの画像を含む3360ドルの画像で構成されている。
評価結果を詳細に分析し,課題を結論付ける。
論文 参考訳(メタデータ) (2021-07-19T11:48:29Z) - Real-Time Quantized Image Super-Resolution on Mobile NPUs, Mobile AI
2021 Challenge: Report [67.86837649834636]
我々は,エンド・ツー・エンドのディープラーニングベースの画像超解像ソリューションを開発することを目的とした,最初のモバイルaiチャレンジを紹介する。
提案されたソリューションは、すべての主要なモバイルAIアクセラレータと完全に互換性があり、40-60ms以下のフルHDイメージを再構築することができる。
論文 参考訳(メタデータ) (2021-05-17T13:34:15Z) - NTIRE 2021 Challenge on Video Super-Resolution [103.59395980541574]
Super-Resolution (SR) はコンピュータビジョンタスクであり、与えられた低解像度の画像から高解像度のクリーンイメージを得る。
本稿では,NTIRE Challenge on Video Super-Resolutionをレビューする。
論文 参考訳(メタデータ) (2021-04-30T09:12:19Z) - NTIRE 2020 Challenge on Real-World Image Super-Resolution: Methods and
Results [148.54397669654958]
本稿は,NTIRE 2020における現実世界の超解像に関する課題を概観する。
この課題は、真の高解像度画像と低解像度画像のペアが利用できない現実世界の設定に対処する。
合計22チームが最終テストフェーズに出場し、この問題に対する新しい革新的な解決策を実証した。
論文 参考訳(メタデータ) (2020-05-05T08:17:04Z) - Computer Vision For COVID-19 Control: A Survey [10.032488704661903]
新型コロナウイルス(COVID-19)のパンデミックは、人口に対する大きな脅威との戦いに、緊急に貢献する必要性を喚起している。
人工知能のサブフィールドとしてのコンピュータビジョンは、医療における様々な複雑な問題の解決に成功している。
本調査は、新型コロナウイルスのパンデミックに対するコンピュータビジョンの取り組みについて、利用可能な文献の予備的なレビューを提供することを目的としている。
論文 参考訳(メタデータ) (2020-04-15T05:43:52Z)
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。