메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Xuan Truong Nguyen (Seoul National University) Tuan Nghia Nguyen (Seoul National University) Hyuk-Jae Lee (Seoul National University) Hyun Kim (Seoul National University of Science and Technology)
저널정보
대한전자공학회 IEIE Transactions on Smart Processing & Computing IEIE Transactions on Smart Processing & Computing Vol.9 No.6
발행연도
2020.12
수록면
497 - 503 (7page)
DOI
10.5573/IEIESPC.2020.9.6.497

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Recently, convolutional neural network (CNN)-based object detectors such as You Only Look Once (YOLO) have been intensively studied for applications in robotics, drones, and autonomous driving. Although YOLO can run in real time by using a graphics processing unit, the YOLO hardware implementation has received a great deal of interest due to its power efficiency and the potential for massive chip production. However, extensive memory access and high computation complexity are widely known as bottlenecks in YOLO hardware implementation. A common and intuitive approach is to apply quantization, especially binarization, to object detectors. However, the existing binarization methods suffer from substantial degradation in detection performance. To address the problem, this study proposes an accurate weight binarization scheme using two scaling factors. Specifically, a new binary weight optimization problem is formulated, and an analytical solution is derived. Experimental results with well-known PASCAL Visual Object Classes show that the proposed method reduces the detection accuracy degradation by up to 32.18% while meeting the memory and computation requirements of state-of-the-art methods.
#YOLO hardware #Binary weight #Binarization #Quantization #Object detector

목차

Abstract
1. Introduction
2. Related Works
3. The Proposed Scheme
4. Performance Evaluation
5. Conclusion
References

참고문헌 (21)

참고문헌 신청
A. Geiger / 2012 / Are we ready for autonomous driving? The KITTI vision benchmark suite / Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR) google schola J. Choi / 2019 / Gaussian YOLOv3: An accurate and fast object detector using localization uncertainty for autonomous driving / Proceedings of IEEE International Conference on Computer Vision (ICCV) :502~511 google schola J. Choi / 2020 / Uncertainty-Based Object Detector for Autonomous Driving Embedded Platforms / Proceedings of 2nd IEEE International Conference on Artificial Intelligent Circuits Systems (AICAS) google schola X. T. Nguyen / 2019 / ROI-based LiDAR Sampling Algorithm in On-road Environment for Autonomous Driving / IEEE Access 7:90243~90253 google schola A. Geiger / 2013 / Vision meets robotics : The KITTI dataset / International Journal of Robotics Research(IJRR) 32(11):1231~1237 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

가변정밀도 인공지능 학습용 NPU 시뮬레이터 구현
김태현 ,  김희수 ,  이혁재 외 1명 대한전자공학회 학술대회 2021 .06
가족의 조건과 사회보장 - 2020년 사회권 판사 캠프 참관기 -
장승혁 사회보장법연구 2020 .12
세계의 탈바꿈과 중민이론의 재구성
한상진 사회와이론 2020 .11
좋은 임상간호교육자의 특성에 관한 학습자 인식
김건희 ,  황은희 질적연구 2020 .11
Improving Korea’s Climate Finance for Developing Countries: Policy Analysis of the Management of Climate-Related Development Finance (CRDF)
Youngwoo Kim 국제개발협력 2020 .11

최근 본 자료

전체보기

댓글(0)

0