BriefGPT - AI 论文速递 · 2023-09-13T00:00:00Z MTD: 延迟流式感知的多时间步检测器 💡 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速物体检测的系统，具有与单模型Faster R-CNN检测器相同的平均精度，操作次数降低了5.1-8.7倍，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0.8％的mAP。 🏷️ 标签 CaTDet DNN模型 平均精度 操作次数 物体检测 阅读原文 生成长图 分享链接 已复制链接
