目标检测模型在实际场景的应用

Question

我在学习第十三章目标检测算法的实际应用时，有一些疑问。

1、在计算力一定的情况下，目标检测模型的检测速度是否只与参数量的大小相关？
2、在现实场景中，目标检测是否只用one-stage模型？

Answer 1

会写代码的好厨师 2019-04-27 15:15:07

第一个问题，计算速度主要看计算机量。第二个问题，具体要看应用场景和平台，相比较onestage会多一些。

• 提问者 qq___107 #1

  1、对，就是计算机量一定的情况下，比如说使用同一台计算机分别用两个模型做预测，检测的速度是不是只和模型参数量的多少有关？
  2、two-stage模型有哪些实际的应用场景？

• 会写代码的好厨师 回复 提问者 qq___107 #2

  计算机量是指网络乘加的次数，比如resnet相比于其他的卷积结构而言计算机大了，但是参数量没变。所以，要看网络的。你这里的计算机量理解成算力了。第二个问题，应用场景要看平台，比如在adas里面如果用ti的平台，算力上就会允许，这时候twostage的算法就会被考虑上，另外，算法实际落地的时候，还会做裁剪，定点话。这也会减小模型的计算机量上的差异。具体选择那个模型，会根据最终的功耗，精度这些因素考虑。

• 提问者 qq___107 回复 会写代码的好厨师 #3

  如果一个目标检测模型运行在一个嵌入式设备（比如说手机或是一个树莓派的小车）上，是不是表示这个模型在infer阶段使用的是CPU？因为好像嵌入式设备上没有NVIDIA的GPU。那这样的话，模型的infer速度会不会就比较慢？