概要 - YOLOを使用したエッジFPGAのためのリアルタイム物体検出と分類

YOLOを使用したエッジFPGAのためのリアルタイム物体検出と分類

2025-07-24 08:17:37

{"Rashed Al Amin","Roman Obermaisser"}

{cs.CV,cs.AR}

この論文では、YOLOv5アーキテクチャに基づいたリソース効率的なリアルタイム物体検出および分類システムを提案し、エッジ FPGAプラットフォームにデプロイするために最適化されています。提案されたシステムは、一般用途の物体検出にはCOCOデータセットを、専門的な交通信号検出および分類にはGTSRBデータセットを使用しています。システムはXilinx Kria KV260 FPGAボードに実装され、3.5Wの消費電力と1秒間に9フレームの処理速度（FPS）で99%の分類精度を達成しています。 論文では、エッジ FPGAに物体検出および分類システムをデプロイする際のリソース効率を達成し、高いパフォーマンスを維持する困難性について議論しています。FPGAを使用して深層学習の推論タスクを加速する利点を強調しており、それらの再プログラム性、高い並列性、およびエネルギー効率を挙げています。 論文では、データセットの準備、モデルのトレーニング、量化和コンパイルを含む提案されたシステムの詳細な実装を示しています。YOLOv5モデルはPyTorchフレームワークを使用してトレーニングされ、Vitis AI開発環境を使用してXilinx Kria KV260 FPGAボードにデプロイ用に最適化されています。量化プロセスでは、モデルの32ビット浮動小数点重みと活性化を8ビット整数（INT8）表現に変換し、モデルのメモリフットプリントを大幅に削減し、データ転送効率を向上させます。 提案されたシステムは、一般的な物体検出および分類にはCOCO、交通標識検出および分類にはGTSRBを使用する標準のベンチマークデータセットで評価されています。評価結果は、提案されたシステムが3.5Wの低消費電力と9 FPSの処理速度で98.6%の高い分類精度を達成していることを示しています。システムのパフォーマンスは、異なるYOLOモデルバリアントを使用する既存のFPGAベースの物体検出システムと比較されています。提案されたシステムは、既存の研究に比べて精度とエネルギー効率が向上しており、リソース制約のあるエッジデバイス向けの実際の解決策となります。 論文は、提案されたシステムの主要な貢献を議論し、FPGA用にYOLO v5を使用したリソース効率的な物体検出および分類システムの開発、YOLOモデルのエッジ FPGAプラットフォームとの互換性最適化、および提案されたシステムの最先端のFPGAベースの物体検出および分類システムに対する評価を含みます。また、システムの推論速度を向上させつつ精度とリソース効率を維持し、モデルを多クラス検出タスクに拡張し、より多様な現実世界のデプロイメントシナリオで評価するという将来の研究を概説しています。