计算机科学 > 计算机视觉与模式识别
[提交于 2025年9月4日
]
标题: TriLiteNet:多任务视觉感知的轻量级模型
标题: TriLiteNet: Lightweight Model for Multi-Task Visual Perception
摘要: 高效感知模型对于高级驾驶辅助系统(ADAS)至关重要,因为这些应用需要快速处理和响应以确保在现实环境中的安全性和有效性。为解决此类感知模型的实时执行需求,本研究引入了TriLiteNet模型。该模型可以同时处理与全景驾驶感知相关的多个任务。TriLiteNet旨在优化性能的同时保持低计算成本。在BDD100k数据集上的实验结果表明,该模型在三个关键任务中表现出色:车辆检测、可行驶区域分割和车道线分割。具体而言,TriLiteNet_{基础}在车辆检测中实现了85.6%的召回率,可行驶区域分割的平均交并比(mIoU)为92.4%,车道线分割的准确率为82.3%,仅使用2.35M参数和7.72 GFLOPs的计算成本。我们提出的模型包含一个仅有0.14M参数的微型配置,提供了计算需求最小的多任务解决方案。在嵌入式设备上评估了延迟和功耗,TriLiteNet在两种配置下在推理过程中表现出低延迟和合理的功耗。通过平衡性能、计算效率和可扩展性,TriLiteNet为现实世界的自动驾驶应用提供了一个实用且可部署的解决方案。代码可在https://github.com/chequanghuy/TriLiteNet获取。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.