Yin的笔记本

vuePress-theme-reco Howard Yin    2021 - 2025
Yin的笔记本 Yin的笔记本

Choose mode

  • dark
  • auto
  • light
Home
Category
  • CNCF
  • Docker
  • namespaces
  • Kubernetes
  • Kubernetes对象
  • Linux
  • MyIdeas
  • Revolution
  • WebRTC
  • 云计算
  • 人工智能
  • 分布式
  • 图像处理
  • 图形学
  • 微服务
  • 数学
  • OJ笔记
  • 博弈论
  • 形式语言与自动机
  • 数据库
  • 服务器运维
  • 编程语言
  • C
  • Git
  • Go
  • Java
  • JavaScript
  • Python
  • Nvidia
  • Rust
  • Tex
  • Shell
  • Vue
  • 视频编解码
  • 计算机网络
  • SDN
  • 论文笔记
  • 讨论
  • 边缘计算
  • 量子信息技术
Tag
TimeLine
About
查看源码
author-avatar

Howard Yin

303

Article

153

Tag

Home
Category
  • CNCF
  • Docker
  • namespaces
  • Kubernetes
  • Kubernetes对象
  • Linux
  • MyIdeas
  • Revolution
  • WebRTC
  • 云计算
  • 人工智能
  • 分布式
  • 图像处理
  • 图形学
  • 微服务
  • 数学
  • OJ笔记
  • 博弈论
  • 形式语言与自动机
  • 数据库
  • 服务器运维
  • 编程语言
  • C
  • Git
  • Go
  • Java
  • JavaScript
  • Python
  • Nvidia
  • Rust
  • Tex
  • Shell
  • Vue
  • 视频编解码
  • 计算机网络
  • SDN
  • 论文笔记
  • 讨论
  • 边缘计算
  • 量子信息技术
Tag
TimeLine
About
查看源码
  • 2021顶会论文阅读笔记

    • 概述

    2021顶会论文阅读笔记

    vuePress-theme-reco Howard Yin    2021 - 2025

    2021顶会论文阅读笔记


    Howard Yin 2021-04-07 10:42:04 论文笔记

    # 概述

    标题和核心思想 思路和核心解决方案 现有研究缺失和本文贡献 细节问题
    MobiCom2021
    Elf: accelerate high-resolution mobile deep vision with content-aware parallel offloading
    用一个神经网络识别视频中的重点区域,从而将高分辨率图像中的内容切分出来分给多个服务器并行识别
  • 使用LSTM+注意力机制预测目标可能存在的位置
  • 将两帧间大小和位置变化不大的帧标记为同一目标
  • 定期给服务器发低清帧识别新出现的目标
  • 使用历史数据估计服务器的资源余量
  • 按照服务器数量和资源余量将目标块打包发给服务器识别
  • 低清图有损识别精度
  • 一张高清图很大,传给服务器识别耗带宽,本地识别耗算力
  • 模型内部的计算输入和输出都是图,分布式传输占大带宽,最好是服务器直接传回识别结果
  • 一张图直接平均切容易把目标切半导致识别不出来
  • 本文首次提出了一个能将一个图按照内容切成几个图进行分布式识别的方法
  • 怎么识别重点区域
  • 怎么切重点区域保证覆盖住要识别的对象
  • 怎么按照服务器可用资源把重点区域打包识别
  • 帮助我们改善此页面!
    创建于: 2021-03-27 14:44:27

    更新于: 2021-04-07 10:42:40