Wyszukiwarka
An Analysis of the Performance of Lightweight CNNs in the Context of Object Detection on Mobile Phones
Abstrakt
Convolutional Neural Networks (CNNs) are widely used in computer vision, which is now increasingly used in mobile phones. The problem is that smartphones do not have much processing power. Initially, CNNs focused solely on increasing accuracy. High-end computing devices are most often used in this type of research. The most popular application of lightweight CNN object detection is real-time image processing, which can be found in devices such as cameras and autonomous vehicles. Therefore, there is a need to optimize CNNs for use on mobile devices. This paper presents the comparision of latency and mAP of 22 lightweight CNN models from the MobileNet and EfficientDet families measured on 7 mobile phones.
Cytowania
-
0
CrossRef
-
0
Web of Science
-
0
Scopus
Cytuj jako
Pełna treść
pełna treść publikacji nie jest dostępna w portalu
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Aktywność konferencyjna
- Typ:
- publikacja w wydawnictwie zbiorowym recenzowanym (także w materiałach konferencyjnych)
- Język:
- angielski
- Rok wydania:
- 2024
- Opis bibliograficzny:
- Łęcki J., Hering M., Jabłoński M., Karpus A.: An Analysis of the Performance of Lightweight CNNs in the Context of Object Detection on Mobile Phones// / : , 2024,
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.62036/isd.2024.12
- Źródła finansowania:
-
- Działalność statutowa/subwencja
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 4 razy
Publikacje, które mogą cię zainteresować
Accurate Lightweight Calibration Methods for Mobile Low-Cost Particulate Matter Sensors
- P. Jørstad,
- M. Wójcikowski,
- T. Cao
- + 3 autorów
A Novel IoT-Perceptive Human Activity Recognition (HAR) Approach Using Multi-Head Convolutional Attention
- H. Zhang,
- Z. Xiao,
- J. Wang
- + 2 autorów