作者丨h(huán)appy
編輯丨極市平臺

論文鏈接：arXiv:2110.15352

Slides鏈接：-https://hanlab.mit.edu/projects/tinyml/mcunet/assets/MCUNetV2/slides.pdf

項目地址：https://hanlab.mit.edu/projects/tinyml/mcunet/

本文是MIT韓松團隊繼MCUNet之后關(guān)于MCU端TinyDL的又一次突破，已被NeurIPS2021接收。針對CNN在MCU端存在的不平衡內(nèi)存分布 問題，提出一種patch-by-patch 推理機制；與此同時，還提出recptive field redistribution 調(diào)整感受野與FLOPs以降低整體計算負(fù)載。所提MCUNetV2取得了MCU端新的ImageNet分類記錄71.8；更重要的是打通了Tiny設(shè)備上目標(biāo)檢測部署問題，取得了比已有方案高16.9%mAP@VOC的指標(biāo)。本研究極大程度上解決了TinyML的內(nèi)存瓶頸問題，為圖像分類之外的其他視覺應(yīng)用鋪平了道路 。

閱讀原文：內(nèi)存瓶頸和計算負(fù)載問題一舉突破？韓松團隊提出 MCUNetV2：解鎖 MCU 端新紀(jì)錄！

總結(jié)

以上是生活随笔為你收集整理的解决内存瓶颈和计算负载问题，韩松团队提出 MCUNetV2的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。