onr:"swepub:oai:DiVA.org:miun-43421"
Sökning: onr:"swepub:oai:DiVA.org:miun-43421" > Neural Network Comp...
- 1 av 1
- Föregående post
- Nästa post
- Till träfflistan
- Haas, B. (författare)
Neural Network Compression Through Shunt Connections and Knowledge Distillation for Semantic Segmentation Problems
- Artikel/kapitelEngelska2021
Förlag, utgivningsår, omfång ...
- 2021-06-22
- Cham :Springer Science and Business Media Deutschland GmbH,2021
- printrdacarrier
Nummerbeteckningar
- LIBRIS-ID:oai:DiVA.org:miun-43421
- https://urn.kb.se/resolve?urn=urn:nbn:se:miun:diva-43421URI
- https://doi.org/10.1007/978-3-030-79150-6_28DOI
Kompletterande språkuppgifter
- Språk:engelska
- Sammanfattning på:engelska
Ingår i deldatabas
- SwePubSwePub
Klassifikation
Anmärkningar
- Employing convolutional neural network models for large scale datasets represents a big challenge. Especially embedded devices with limited resources cannot run most state-of-the-art model architectures in real-time, necessary for many applications. This paper proves the applicability of shunt connections on large scale datasets and narrows this computational gap. Shunt connections is a proposed method for MobileNet compression. We are the first to provide results of shunt connections for the MobileNetV3 model and for segmentation tasks on the Cityscapes dataset, using the DeeplabV3 architecture, on which we achieve compression by 28%, while observing a 3.52 drop in mIoU. The training of shunt-inserted models are optimized through knowledge distillation. The full code used for this work will be available online. © 2021, IFIP International Federation for Information Processing.
Ämnesord och genrebeteckningar
- Accuracy
- CIFAR
- Cityscapes
- DeepLab
- Embedded machine learning
- Knowledge distillation
- Latency
- Machine learning
- MobileNet
- Optimization
- Shunt connections
- Convolutional neural networks
- Distillation
- Large dataset
- Network architecture
- Semantic Web
- Semantics
- Embedded device
- Large-scale datasets
- Network compression
- Real time
- Semantic segmentation
- State of the art
- Distilleries
Biuppslag (personer, institutioner, konferenser, titlar ...)
- Wendt, A. (författare)
- Jantsch, A. (författare)
- Wess, M. (författare)
Sammanhörande titlar
- Ingår i:IFIP Advances in Information and Communication TechnologyCham : Springer Science and Business Media Deutschland GmbH, s. 349-3619783030791490
Internetlänk
Hitta via bibliotek
- IFIP Advances in Information and Communication Technology (Sök värdpublikationen i LIBRIS)
Till lärosätets databas
- 1 av 1
- Föregående post
- Nästa post
- Till träfflistan
Hitta mer i SwePub
- Av författaren/redakt...
- Haas, B.
- Wendt, A.
- Jantsch, A.
- Wess, M.
- Artiklar i publikationen
- IFIP Advances in ...
- Av lärosätet
- Mittuniversitetet
Sök utanför SwePub
- Sök vidare i:
- Google Book Search
- Google Scholar
Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.
- Copyright © LIBRIS - Nationella bibliotekssystem
- LIBRIS.kb.se
