- …
- …
#317
summarized by : 朝岡忠
どんな論文か？
自動運転では安全のために，認識機能が低レイテンシで動作することが必要．従来研究では，精度と速度のトレードオフを模索（処理を行っている間に物体が移動．精度とレイテンシを間にトレードオフ）．ストリーミング物体検出のためのシンプルで効果的なフレームワークを提案．
新規性
2つの重要な設計を提案．①モデルアーキテクチャとして，前のフレームと現在のフレームからの特徴マップを融合するDual-Flow Perceptionモジュールを提案，②フレーム内の各物体は移動速度が異なるため，速度に応じて異なる重みを割り当てるTAL (Trend Aware Loss) を提案（高速に移動する物体は将来の状態を予測することが困難なため，より注意が必要）．
結果
提案手法におけるデフォルトの検出器としてYOLOXを使用し，Argoverse-HDデータセットにおいて、ベーシックなYOLOXと比較してmAPを+4.9%改善．
その他（なぜ通ったか？等）
https://github.com/yancie-yjr/StreamYOLO
- …
- …