WEKO3
アイテム
事前予測による物体検出の推論実行効率化
https://ipsj.ixsq.nii.ac.jp/records/213001
https://ipsj.ixsq.nii.ac.jp/records/2130010fdc9569-6e57-4eb2-ad43-cb2eff52ae15
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-DICOMO2021103.pdf (2.0 MB)
|
Copyright (c) 2021 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | Symposium(1) | |||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2021-06-23 | |||||||||||||
| タイトル | ||||||||||||||
| タイトル | 事前予測による物体検出の推論実行効率化 | |||||||||||||
| 言語 | ||||||||||||||
| 言語 | jpn | |||||||||||||
| キーワード | ||||||||||||||
| 主題Scheme | Other | |||||||||||||
| 主題 | AI | |||||||||||||
| 資源タイプ | ||||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||||||||||
| 資源タイプ | conference paper | |||||||||||||
| 著者所属 | ||||||||||||||
| 富士通株式会社 | ||||||||||||||
| 著者所属 | ||||||||||||||
| 富士通株式会社 | ||||||||||||||
| 著者所属 | ||||||||||||||
| 富士通株式会社 | ||||||||||||||
| 著者所属 | ||||||||||||||
| 富士通株式会社 | ||||||||||||||
| 著者名 |
田中, 美帆
× 田中, 美帆
× 鈴木, 貴久
× 豊永, 慎也
× 松倉, 隆一
|
|||||||||||||
| 論文抄録 | ||||||||||||||
| 内容記述タイプ | Other | |||||||||||||
| 内容記述 | 機械学習の認識精度の向上により，日常のさまざまな場面で機械学習が用いられるようになってきた．例えば，道路や交差点に設置されるカメラにより，渋滞や事故などの状況を人間に代わって判断し，通知できる．しかしながら，GPU は高価であるため，GPU の処理を効率化して相対的にコストを下げることが重要となる．意味のあるイベントは頻繁には発生しないことに着目し，簡易な方法で認識結果を予測することで，変化の少ないフレーム画像の認識処理を回避・抑制する方式を提案した．実現における課題は次の 3 つである．(1) 前のフレーム画像と同じ推論結果が得られる画像 (類似画像) の簡易判定方法．(2) GPU の推論処理と競合しないシステム全体のスケジューリング．(3) GPU での推論処理の上限に合わせたフレーム画像数の調整，である．評価では，高速道路のカメラ画像 (25fps) から走行中の自動車台数を計測するケースを想定した．既存研究では，カメラ画像を 4fps に間引きし 4 並列で処理したが，本方式では 25fps のカメラ画像を類似度判定することができた．この結果，評価で利用したカメラ画像では，GPU 上での推論処理対象のフレームレートが 25pfs から 1.3fps に変換され，同時に 8 台のカメラ画像を処理可能であることが示された．全体として 12.5倍 (25fps を 8 並列, 200fps) の処理向上が得られた． | |||||||||||||
| 書誌情報 |
マルチメディア，分散協調とモバイルシンポジウム2021論文集 巻 2021, 号 1, p. 750-759, 発行日 2021-06-23 |
|||||||||||||
| 出版者 | ||||||||||||||
| 言語 | ja | |||||||||||||
| 出版者 | 情報処理学会 | |||||||||||||
