Какие нейросети лучше всего подходят для обнаружения людей и не требуют значительных ресурсов для обучения и работы?

Какую модель для детектирования объектов на изображениях вы бы порекомендовали для использования на CPU с низкими требованиями к оперативной памяти? Необходимо детектировать людей, а также возможно другие объекты, такие как машины, собаки и кошки, для системы видеонаблюдения. Рассматривались YOLO и MobileNet, но первая потребляет слишком много памяти, а вторая имеет проблемы с ложными срабатываниями. Требуется модель, уровень потребления памяти которой был бы между YOLO и MobileNet (не более 2 ГБ), а скорость работы не имеет первостепенного значения. Есть ли у вас какие-либо рекомендации?
  • 9 марта 2024 г. 7:48
Ответы на вопрос 1
Для обнаружения объектов на изображениях с низкими требованиями к ресурсам можно рассмотреть модель EfficientDet. EfficientDet является относительно легкой моделью, которая демонстрирует высокую эффективность при обнаружении объектов на изображениях. Она является быстрой и точной, что делает ее отличным выбором для системы видеонаблюдения.

EfficientDet работает лучше, чем MobileNet, и требует меньше памяти, чем YOLO. Она использует эффективные архитектурные решения для достижения высокой точности при относительно низком потреблении ресурсов. Кроме того, EfficientDet может быть легко настроен для обнаружения различных объектов, включая людей, машины, собак и кошек.

Таким образом, мы рекомендуем рассмотреть использование EfficientDet для решения вашей задачи по детектированию объектов на изображениях на CPU с низкими требованиями к оперативной памяти.
Похожие вопросы