論文の概要: Real-Time Semantic Segmentation with Optimized RetinaNet Architectures for Embedded Automotive Systems
- arxiv url: http://arxiv.org/abs/2607.22714v1
- Date: Tue, 21 Jul 2026 08:30:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-28 22:34:14.838395
- Title: Real-Time Semantic Segmentation with Optimized RetinaNet Architectures for Embedded Automotive Systems
- Title（参考訳）: 組込み自動車システムのための最適化RetinaNetアーキテクチャを用いたリアルタイムセマンティックセマンティックセマンティックセマンティックセマンティクス
- Abstract要約: 本稿では,RetinaNet検出フレームワークをベースとしたセマンティックセマンティックセマンティクスアーキテクチャを提案する。
Opt-RetinaSegは標準のResNet-50バックボーンをハイブリッドな機能抽出器で置き換える。
提案モデルでは、7.4FPSで73.9% mIoUを達成し、ResNet-50ベースラインに対する7.4倍の推論速度とモデルサイズを4倍に削減した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Real-time perception is a foundational requirement for advanced driver assistance systems (ADAS) and autonomous vehicles, yet embedded automotive platforms impose severe constraints on compute, memory, and power. This paper presents an optimized semantic segmentation architecture derived from the RetinaNet detection framework, adapted for dense pixel-wise prediction and tailored for deployment on resource-constrained embedded hardware. The proposed architecture, termed Opt-RetinaSeg, replaces the standard ResNet-50 backbone with a hybrid lightweight feature extractor, restructures the Feature Pyramid Network (FPN) to reduce redundant multi-scale computation, and introduces a compact segmentation head guided by focal-loss-inspired class balancing to address the severe foreground-background imbalance common in road scenes. We further apply a three-stage optimization pipeline consisting of structured channel pruning, post-training INT8 quantization, and knowledge distillation from a high-capacity teacher network. Evaluated on the Cityscapes and BDD100K datasets and deployed on an NVIDIA Jetson Xavier NX and a Qualcomm QCS610 automotive SoC, the proposed model achieves 73.9% mIoU at 70.4 FPS, representing a 7.4x inference speedup and a 4x reduction in model size relative to the ResNet-50 baseline, with less than 3% accuracy degradation. These results indicate that RetinaNet-derived architectures, when systematically optimized, are viable candidates for real-time semantic segmentation in embedded automotive perception pipelines
- Abstract（参考訳）: リアルタイム認識は、高度な運転支援システム(ADAS)と自動運転車の基本的な要件であるが、組み込みの自動車プラットフォームは計算、メモリ、電力に厳しい制約を課している。
本稿では,RetinaNet検出フレームワークをベースとしたセマンティックセマンティック・セマンティック・セマンティクスアーキテクチャを提案する。
提案したアーキテクチャは,標準的なResNet-50バックボーンをハイブリッド軽量な特徴抽出器に置き換え,冗長なマルチスケールの計算量を削減するためにFeature Pyramid Network (FPN) を再構成し,フォーカスロスインスパイアされたクラスバランシングによって導かれるコンパクトなセグメンテーションヘッドを導入し,路面に共通する重大な前景と背景の不均衡に対処する。
さらに、構造化チャネルプルーニング、後のINT8量子化、高容量教師ネットワークからの知識蒸留からなる3段階最適化パイプラインを適用した。
CityscapesとBDD100Kデータセットに基づいて評価し、NVIDIA Jetson Xavier NXとQualcomm QCS610 Automotive SoCにデプロイし、提案モデルは73.9% mIoUを70.4 FPSで達成した。
これらの結果は,組込み自動車認識パイプラインにおけるリアルタイムセマンティックセグメンテーションの候補として,RetinaNet由来のアーキテクチャが体系的に最適化されていることを示唆している。
関連論文リスト
- LocalNav: Distilling Frontier VLMs and Embodied RL for On-Device Object Goal Navigation [53.88286427894783]
視覚言語モデル(VLM)は、ロボット分野において、言語コンテキストによる環境認識を可能にする強力なツールとして登場した。
しかし、彼らの計算フットプリントは、通常、それらをクラウド実行に制限し、リソースに制約のあるロボットへのローカルなデプロイによる低レイテンシの推論を妨げる。
本稿では,大規模フロンティアモデルからの複雑な空間意味推論を,組み込みGPUデバイス上でエッジ実行を行うための軽量な4BパラメータローカルVLMに転送する蒸留戦略を提案する。
論文 参考訳（メタデータ） (2026-06-26T09:11:59Z) - XTinyU-Net: Training-Free U-Net Scaling via Initialization-Time Sensitivity [9.562751934535154]
データセット固有のU-Net構成を自動的に識別する学習自由選択フレームワークを提案する。
XTinyU-Netセグメンテーションは、400x-1600倍のパラメータを持つ重いnnU-Netベースラインに匹敵する精度を達成する。
論文 参考訳（メタデータ） (2026-05-10T16:34:39Z) - TinyML Enhances CubeSat Mission Capabilities [8.462623779881566]
本稿では,画像分類のための畳み込みニューラルネットワーク(ConvNets)モデル最適化と配置パイプラインを提案する。
我々のパイプラインは、構造化された反復プルーニング、後のINT8量子化、および圧縮モデルへのハードウェア対応オペレータマッピングを統合している。
最適化されたモデルでは、RAM使用率89.55%、フラッシュメモリ709%の平均的な削減が示されている。
論文 参考訳（メタデータ） (2026-03-20T17:51:07Z) - VeloxNet: Efficient Spatial Gating for Lightweight Embedded Image Classification [1.9903316442426757]
本稿では,SqueezeNetのファイアモジュールを,組込み画像分類のためのゲート付き多層パーセプトロンブロックに置き換える軽量CNNアーキテクチャであるVeloxNetを紹介する。
VeloxNetを3つの航空画像データセット上で評価する。
論文 参考訳（メタデータ） (2026-03-19T21:46:20Z) - PSTNet: Physically-Structured Turbulence Network [0.0]
物理構造乱流ネットワーク(PSTNet)は、物理を直接その構造に埋め込む軽量アーキテクチャである。
PSTNetは平均ミス距離が2.8%向上し、78%の勝利率と統計的に有意な効果がある。
論文 参考訳（メタデータ） (2026-03-09T04:46:46Z) - FORTRESS: Function-composition Optimized Real-Time Resilient Structural Segmentation via Kolmogorov-Arnold Enhanced Spatial Attention Networks [1.663204995903499]
FORTRESS (Function-composition Optimized Real-Time Resilient Structure) は、特別な手法を用いて精度と速度のバランスをとる新しいアーキテクチャである。
Fortressには,系統的に分離可能な畳み込みフレームワーク,適応型TiKAN統合,マルチスケールアテンション融合という,3つの重要なイノベーションが含まれている。
このアーキテクチャは 91% のパラメータ還元 (31M から 2.9M) 、91% の計算複雑性低減 (13.7 から 1.17 GFLOPs) 、および 3倍の推論速度向上によって、顕著な効率向上を実現している。
論文 参考訳（メタデータ） (2025-07-16T23:17:58Z) - Auto-Train-Once: Controller Network Guided Automatic Network Pruning from Scratch [72.26822499434446]
オートトレインオース (Auto-Train-Once, ATO) は、DNNの計算コストと記憶コストを自動的に削減するために設計された、革新的なネットワークプルーニングアルゴリズムである。
総合的な収束解析と広範な実験を行い,本手法が様々なモデルアーキテクチャにおける最先端性能を実現することを示す。
論文 参考訳（メタデータ） (2024-03-21T02:33:37Z) - SmoothNets: Optimizing CNN architecture design for differentially
private deep learning [69.10072367807095]
DPSGDは、サンプルごとの勾配の切り抜きとノイズ付けを必要とする。
これにより、非プライベートトレーニングと比較してモデルユーティリティが削減される。
SmoothNetと呼ばれる新しいモデルアーキテクチャを蒸留し,DP-SGDトレーニングの課題に対するロバスト性の向上を特徴とした。
論文 参考訳（メタデータ） (2022-05-09T07:51:54Z) - Multi-Exit Semantic Segmentation Networks [78.44441236864057]
本稿では,最先端セグメンテーションモデルをMESSネットワークに変換するフレームワークを提案する。
パラメトリド早期出口を用いた特別訓練されたCNNは、より簡単なサンプルの推測時に、その深さに沿って保存する。
接続されたセグメンテーションヘッドの数、配置、アーキテクチャとエグジットポリシーを併用して、デバイス機能とアプリケーション固有の要件に適応する。
論文 参考訳（メタデータ） (2021-06-07T11:37:03Z) - Bottleneck Transformers for Visual Recognition [97.16013761605254]
視覚タスクに自己注意を組み込んだ強力なバックボーンアーキテクチャであるBoTNetを提案する。
我々は、ImageNetベンチマークにおいて84.7%のトップ1の精度で高いパフォーマンスを達成するモデルを提案する。
私たちのシンプルで効果的なアプローチが、将来のビジョンのための自己注意モデル研究の強力なベースラインになることを期待しています。
論文 参考訳（メタデータ） (2021-01-27T18:55:27Z) - Real-Time Semantic Segmentation via Auto Depth, Downsampling Joint
Decision and Feature Aggregation [54.28963233377946]
本稿では,セグメンテーション戦略の自動化を目的として,AutoRTNetという共同検索フレームワークを提案する。
具体的には,ネットワーク深度とダウンサンプリング戦略を協調的に決定するハイパーセルと,自動マルチスケール機能アグリゲーションを実現するアグリゲーションセルを提案する。
論文 参考訳（メタデータ） (2020-03-31T14:02:25Z)
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。