소식

Jun 11, 2023

저전력 마이크로컨트롤러를 위한 TinyissimoYOLO AI 객체 감지 ...

TinyissimoYOLO를 개발하는 ETH 팀은 업계에서 객체 감지를 활성화했습니다.

TinyissimoYOLO를 개발 중인 ETH 팀은 밀리와트의 전력과 CNN(컨볼루션 신경망) 가중치를 저장하기 위한 500Kbit 미만의 메모리를 갖춘 산업용 마이크로 컨트롤러에서 객체 감지를 가능하게 했습니다.

양자화된 네트워크 아키텍처에는 422,000개의 매개변수가 있으며 내장형 마이크로컨트롤러에서 실시간 객체 감지가 가능하고 칩에서 점점 인기가 높아지고 있는 CNN 가속기를 사용할 수 있습니다. 특히, 제안된 네트워크는 MAX78000 마이크로컨트롤러에 배포되어 최대 180fps의 높은 프레임 속도와 추론당 196μJ에 불과한 초저에너지 소비, 106 MAC/Cycle 이상의 추론 효율성을 달성했습니다.

TinyissimoYOLO는 모든 다중 객체 감지에 대해 훈련될 수 있지만 이로 인해 네트워크의 크기와 메모리 소비가 증가하므로 팀은 STM32H7A3, STM32L4R9와 같은 다양한 마이크로 컨트롤러에서 8비트 양자화를 사용하여 최대 3개 클래스로 객체 감지를 보여주었습니다. Apollo4b 및 MAX78000의 CNN 가속기.

입력 이미지 크기는 모든 일반 마이크로컨트롤러를 지원하도록 선택되었으며 제한 요소는 MAX78000의 CNN 가속기인데, 특수 모드를 사용하지 않으면 90×91보다 큰 CNN 입력을 지원하지 않습니다. 결과적으로 88×88 입력이 선택되었습니다. 이는 이미지 크기를 최대화하는 것과 크기를 반올림하지 않고 입력 크기에 대해 풀링을 수행할 수 있는 것 사이의 균형이기 때문입니다.

논문은 arxiv.org/pdf/2306.00001.pdf에 있습니다.

www.eth.ch