SmartDet：モバイルオブジェクト検出のためのエッジタスクオフロードのコンテキストアウェア動的制御
SmartDet: Context-Aware Dynamic Control of Edge Task Offloading for Mobile Object Detection モバイルデバイスは、重要なタスクを実行するために、ディープニューラルネットワーク（DNN）を介したオブジェクト検出（OD）にますます依存しています。複雑さが高いため、これらのDNNの実行には過度の時間とエネルギーが必要です。複雑度の低いオブジェクトトラッキング（OT）は、ODで使用できます。ODは、トラッキング用の「新しい」参照を生成するために定期的に適用されます。ただし、ODで処理されるフレームには大きな遅延が発生するため、参照が古くなり、追跡品質が低下する可能性があります。ここでは、このコンテキストでエッジコンピューティングを使用し、大きなODレイテンシに対応できる並列OT（モバイルデバイス）およびOD（
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
https://arxiv-check-250201.firebaseapp.com/each/2404.11488v1
https://arxiv-check-250201.firebaseapp.com/each/2402.10021v2
https://arxiv-check-250201.firebaseapp.com/each/2402.10021v1
https://arxiv-check-250201.firebaseapp.com/each/2309.08607v2
https://arxiv-check-250201.firebaseapp.com/each/2310.19641v2
https://arxiv-check-250201.firebaseapp.com/each/2310.19641v1
https://arxiv-check-250201.firebaseapp.com/each/2309.01824v1
スペースデブリ: ディープラーニングベースの画像強化は解決策の一部ですか?
人間と機械のためのスケーラブルなビデオコーディングを学習しました
アイトラッキングは、眼底疾患検出のためのデュアルクロスアテンションによる深い複数インスタンス学習を導きました
SiamVGG：より深いシャムネットワークを使用したビジュアルトラッキング
画像分類、物体検出および追跡のためのサッカードメカニズム
一般的な継続学習のためのシナプス統合とエクスペリエンスリプレイ間の相乗効果
新規オブジェクトによるディープアクティベーション機能の識別可能性のネットワーク比較研究
キーポイント最適化とSim-to-Real転送によるロボットマニピュレータのポーズ推定
ディープニューラルネットワークを使用した無人航空機の視覚的検出と追跡：パフォーマンスベンチマーク
VIPose：リアルタイムの視覚慣性6Dオブジェクトポーズ追跡
自動車のサイバーフィジカルシステムにおける効率的なシーン理解のためのディープニューラルネットワークの加速
SiamSNN：エネルギー効率の高いオブジェクト追跡のためのシャムスパイキングニューラルネットワーク