モデルの量子化及びコンパイルには Vitis-AI 1.2.1 を利用する. 本レポジトリにクローンされている.
- ~~ Vitis-AI 2019.2 ~~
みんなで編集しよう! メモを手元に書く代わりにスライドにしておけば,最後のレポート作成がとても便利に!
トレーニングデータ(詳細)
$ imgcat data/seg_train_images/train_0000.png
$ imgcat data/seg_train_annotations/train_0000.png
$ cat data/seg_train_annotations/train_0000.json
{
"attributes": {
"route": "Tokyo1",
"timeofday": "day"
},
"frameIndex": 4204
}
- 第4回AIエッジコンテスト
- 第1回AIエッジコンテスト(セグメンテーション部門) 入賞者レポート
- 第2回AIエッジコンテスト 入賞者レポート
- 実際にFPGA上に実装した際のスコアまで評価対象としているのは,これまで第1~3回のうち第2回のみなので,第2回のレポートが実装のためには一番参考になりそう
- 第4回AIエッジコンテスト 実装チュートリアル
- とりあえずこれを参考に実装してみるのがよさそう
- NNgen
- PythonでPyTorchのようにモデルを定義すると,そのモデルに適したVerilog HDLとIPコアを生成する
- 理情の高前田先生が中心となって制作
- バックエンドはVeriloggen
-
- Real Timeの部分を見るとよいかも
-
精度とfpsはこんな感じ
-
- semantic-segmentationの歴代SOTAがまとめられている
- 実装はない
-
Real-Time Semantic Segmentation | paper with code
- Fastersegとかも良さそう
-
最終的に
- Bisenet, Fast-scnn, FasterSegの3つのモデルをそれぞれ動かしてみた.