31.05.2024; Черкаси, Україна: V Міжнародна наукова конференція «Розвиток наукової думки постіндустріального суспільства: сучасний дискурс»
Роботи, що індексуються в Google Scholar

ВИКОРИСТАННЯ TPU АКСЕЛЕРАТОРА НА БАЗІ МІКРОКОМП’ЮТЕРА ДЛЯ ПРИСКОРЕННЯ АЛГОРИТМІВ РОЗПІЗНАВАННЯ ОБ’ЄКТІВ НА ЗОБРАЖЕННІ

  • Андрій Ройко
DOI: https://doi.org/10.62731/mcnd-31.05.2024.005
PDF

Опубліковано 14.06.2024

Як цитувати

Ройко , А. (2024). ВИКОРИСТАННЯ TPU АКСЕЛЕРАТОРА НА БАЗІ МІКРОКОМП’ЮТЕРА ДЛЯ ПРИСКОРЕННЯ АЛГОРИТМІВ РОЗПІЗНАВАННЯ ОБ’ЄКТІВ НА ЗОБРАЖЕННІ. Матеріали конференцій МЦНД, (31.05.2024; Черкаси, Україна), 208–210. https://doi.org/10.62731/mcnd-31.05.2024.005

Завантаження

Дані завантаження ще не доступні.

Авторське право (c) 2024 Андрій Ройко

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution-ShareAlike 4.0 International License.

Google Scholar

Анотація

Штучний інтелект здійснив революцію в обробці зображень і комп’ютерному зорі, домінуючи в сотнях галузей включаючи розпізнавання об’єктів [1], класифікацію зображень [2], семантичну сегментацію [3] та інше. Водночас стрімко поширюється використання мікрокомп’ютерів для систем штучного інтелекту в реальному часі [4] [5]. Вони приваблюють невеликим використанням електричної потужності, мають низьку затримку та дешеву вартість.

PDF

Посилання

  1. Zou Z. Object Detection in 20 Years: A Survey / Z. Zou, K. Chen, Z. Shi, та ін. // Proc. IEEE. — 2023. — Вип. 111, № 3. — С. 257–276.
  2. Plested J. Deep transfer learning for image classification: a survey / J. Plested, T. Gedeon. — arXiv, 2022.
  3. Csurka G. Semantic Image Segmentation: Two Decades of Research / G. Csurka, R. Volpi, B. Chidlovskii. — arXiv, 2023.
  4. Rossi A. Real-time Lane detection and Motion Planning in Raspberry Pi and Arduino for an Autonomous Vehicle Prototype / A. Rossi, N. Ahmed, S. Salehin // 2020.
  5. Luo Z. Cloud Chaser: Real Time Deep Learning Computer Vision on Low Computing Power Devices / Z. Luo, A. Small, L. Dugan, S. Lane. — 2019.
  6. Shawahna A. FPGA-based Accelerators of Deep Learning Networks for Learning and Classification: A Review / A. Shawahna, S. M. Sait, A. El-Maleh // IEEE Access. — 2019. — Вип. 7. — С. 7823–7859.
  7. Mittal S. A Survey on optimized implementation of deep learning models on the NVIDIA Jetson platform / S. Mittal // J. Syst. Archit. — 2019. — Вип. 97. — С. 428–442.
  8. Kaarmukilan s. P. An Accelerated Prototype with Movidius Neural Compute Stick for Real-Time Object Detection / s. P. Kaarmukilan, A. Hazarika, A. Thomas K, та ін. — 2020.
  9. Asus Tinker Edge R / Asus. — 2024.
  10. Cass S. Taking AI to the edge: Google’s TPU now comes in a maker-friendly package / S. Cass // IEEE Spectr. — 2019. — Вип. 56, № 5. — С. 16–17.
  11. Qu Z. Enabling Deep Learning on Edge Devices / Z. Qu. — 2022.
  12. Sun Y. Deep Learning on Edge TPUs / Y. Sun, A. M. Kist. — arXiv, 2022.
  13. Coral AI Models - Object Detection / Coral AI. — 2024.