blog

Sep 27, 2023

Detecção de objetos TinyissimoYOLO AI para microcontroladores de baixa potência ...

A equipe da ETH trabalhando no TinyissimoYOLO permitiu a detecção de objetos na indústria

A equipe da ETH trabalhando no TinyissimoYOLO permitiu a detecção de objetos em microcontroladores da indústria com miliwatts de potência e com menos de 500 Kbits de memória para armazenar pesos de rede neural convolucional (CNN).

A arquitetura de rede quantizada possui 422k de parâmetros e permite detecção de objetos em tempo real em microcontroladores embarcados, podendo utilizar aceleradores CNN que estão cada vez mais populares nos chips. Em particular, a rede proposta foi implantada no microcontrolador MAX78000 alcançando alta taxa de quadros de até 180 fps e um consumo de energia ultrabaixo de apenas 196 μJ por inferência com uma eficiência de inferência de mais de 106 MAC/Ciclo.

O TinyissimoYOLO pode ser treinado para qualquer detecção multi-objeto, mas isso aumentará o tamanho e o consumo de memória da rede, então a equipe mostrou detecção de objetos com até 3 classes com quantização de 8 bits em diferentes microcontroladores, como STM32H7A3, STM32L4R9, Apollo4b e no acelerador CNN do MAX78000.

O tamanho da imagem de entrada foi escolhido para suportar todos os microcontroladores comuns, e o fator limitante é o acelerador CNN do MAX78000, que não suporta entradas CNN maiores que 90×91 sem usar um modo especializado. Como resultado, uma entrada de 88 × 88 é escolhida porque é uma compensação entre maximizar o tamanho da imagem e ser capaz de agrupar as dimensões de entrada sem arredondar as dimensões para baixo.

O documento está em: arxiv.org/pdf/2306.00001.pdf

www.eth.ch