首頁 展示資訊 展品查詢

通曉運算量之AI模型架構優化、即時運算實現與資料集標註系統

回上一頁

通曉運算量之AI模型架構優化、即時運算實現與資料集標註系統

●技術簡介:
1. 運算量優化模型架構 :
提出新模型架構Agilev4,運算量僅需49.36 GFLOPs (Giga Floating Operations),偵測精準度與運算速度乘積之複合指標達253.05;
2. GoP(Group of Picture)模式加速技術與即時運算 :
以Agilev4於Jetson nano平台上實現,加入GoP mode 演算法,使得FPS由原先的2.51優化到30.90;
3. 資料集標註系統 :
建立快速資料標註系統
●技術之科學突破性:
1. 運算量優化模型架構技術:
增加精準度與FPS,mAP@50:95及FPS@FP16乘積的複合指標達253.05,優於國際標竿五成以上 (Yolov3為135.24,Yolov4為163.83)
2. GOP-mode加速技術 :
以Agilev4於Jetson nano平台上進行實現,將影片的輸入以切成I-frame與P-frame,I-frame進行偵測,P-frame進行tracking,使得FPS由原先的2.51優化到30.90,加速1231%,AP@50影響輕微,由85.21下降到84.69,實現real-time運算;
3. 資料集標註系統 :
簡化人工數據集標註的時間,建立快速資料標註系統,以影像辨識演算法協助實驗室人員快速進行標註。
●技術之產業應用性:
模型的優劣並不是只單單考慮mAP這個指標,執行速度也必須是考量之一,在使用邊緣運算機器進行推理時,受限於有限的運算資源,無法達到產業應用對速度的需求,為此我們利用演算法與優化架構等技術提高推理速度,實現即時運算,在Jetson Nano上實現30.9 FPS。另外,為解決人工標註費時費力的問題,我們也開發一套系統,協助實驗室進行標註。
●適用產業應用領域:
移動式服務型機器人、自主移動載具、消毒機器人、物流機器人、掃地機器人
●規格:1. Frame rate on Jetson Nano reaches 30.9 frames per second for 512*512 input resolution; 2. Object detection accuracy of MS COCO mAP@50 reaches 58.40%, mAP@50:95 reaches 35%.
●市場分析:根據全球機器人聯合會(IFR)統計,2018到2019年間,全球專業型服務機器人的銷售額達112億美元,成長32%,未來將持續成長。

線上展網址:
https://tievirtual.twtm.com.tw/iframe/ffebe167-dde3-4446-8b35-eb414e4cb121?group=23bfb1fa-dd5b-4836-81a1-4a1809b1bae5&lang=tw

聯絡人

  • 姓名:詹淑琪

  • 電話:04-22840688分機907

  • 地址:402 台中市南區興大路145號

Email

其他資訊

  • 展館別:未來科技館 【2023】AIoT智慧應用

  • 所屬代表參展單位:國家科學及技術委員會

  • 主要應用領域:生活應用

位置 更多資訊

相關網站連結

  • 技術成熟度:雛型

  • 展示目的:商機推廣、研發成果展示

  • 流通方式:技術授權/合作、自行洽談

詢問

*服務單位

*姓名

*Email

*洽商內容/需求

需求說明

洽商單

*服務單位

*姓名

*Email

*洽商內容/需求

需求說明

敬請期待!

TOP

會員登入

帳號

密碼

忘記密碼