| 技術名稱 |
通曉運算量之AI模型架構優化、即時運算實現與資料集標註系統 |
| 計畫單位 |
國立中興大學 |
| 計畫主持人 |
陳冠宏 |
| 技術簡介 |
1. 運算量優化模型架構: 提出新模型架構Agilev3-L，複合指標171.79。 2. GOP加速技術與即時運算: 以Agilev3-L於nano平台上實現，加入GOP mode 演算法，使得FPS由原先的3.91優化到27.09。3. 資料集標註系統: 建立快速資料標註系統。 |
| 技術影片 |
|
| 科學突破性 |
用模型優化技術增加精準度與FPS，mAP@50:95及FPS:FP16的複合指標達171.79，優於國際標竿近三成(yolov3為135.24)。以GOP-mode的預測與追蹤技術，使Agilev3-L在Nano平台實現之FPS加速592，AP@50僅由85.21下降到84.69。 |
| 產業應用性 |
我們提出了演算法與優化架構等技術以提高邊緣運算機器的理推理速度，支援即時運算。在 Nvidia Jetson nano平台上實現可達27.09 FPS。另外為解決人工標註費時費力的問題，我們也開發一套自動物件標註系統，快速進行ground truth bounding box標註。 |
| 媒合需求 |
1.欲媒合之產業領域：資訊與通訊、電子與光電。2.欲媒合項目：技術合作、技術轉移。 |
| 關鍵字 |
神經網路 物件偵測 影像辨識 神經網路算力 物件追蹤 影像處理 圖像群組 模型預測 物件追蹤資料集 自動標註 |
| 備註 |
【接受實體與線上媒合】1.媒合時間：每週二、五 10:00-11:00。2.實體媒合地點：逢甲大學電子工程系(台中市西屯區文華路100號 電子通訊館 1F 122室)。3.線上媒合方式：確認團隊與廠商需求後，主辦單位將發送會議連結予雙方使用。 |
