BriefGPT - AI 论文速递
·
SaccadeDet: 基于新型双阶段架构的基于吉卜像素图像快速准确检测
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
CaTDet是一种利用视频中的时间相关性加快物体检测速度的系统，由两个DNN模型和一个跟踪器组成。实验结果表明，CaTDet在KITTI数据集上将操作次数降低了5.1-8.7倍，具有与单模型Faster R-CNN检测器相同的平均精度（mAP），额外延迟仅为0.3帧。在CityPersons数据集上，CaTDet减少了13.0倍的操作，损失了0.8％的mAP。
🎯
关键要点
- CaTDet是一种利用视频时间相关性加快物体检测速度的系统。
- 该系统由两个DNN模型和一个跟踪器组成。
- CaTDet在KITTI数据集上将操作次数降低了5.1-8.7倍，且平均精度与单模型Faster R-CNN相同。
- CaTDet在KITTI数据集上的额外延迟仅为0.3帧。
- 在CityPersons数据集上，CaTDet减少了13.0倍的操作，损失了0.8%的mAP。
➡️
