日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

エッジAI/画像処理arXiv:2607.06600

MiLSD: リソース制約デバイス向けマイクロ線分検出器

MiLSD: A Micro Line-Segment Detector for Resource-Constrained Devices

シェア:XThreadsFacebookLINEはてブBluesky

MCUレベルのメモリ制約下で高精度な線分検出を実現するため、サブメガバイト予算で動作する検出器MiLSDを提案し、出力表現や量子化の影響を系統的に評価した。

詳しい要約

1. どんなもの?

MiLSDは、MCUレベルのリソース制約(サブメガバイトのメモリ)下での線分検出を目的とした、軽量な深層学習ベースのLine Segment Detectorである。視覚SLAM、3次元再構成、産業検査などの応用を想定し、メモリ使用量1MB未満での精度最大化を追求する。

2. 先行研究と比べてどこがすごい?

既存の深層学習による線分検出手法は高精度だが、最小モデルでも数MBのメモリを要し、低コストMCUには搭載できない。MiLSDは、サブメガバイト予算での精度を体系的に調査し、コンパクトなFully-Convolutionalバックボーンで3つの出力表現を比較する点が新しい。

3. 技術・手法の肝は?

手法の肝は、提案するF-Clip(center-with-length-and-angle)出力表現と、8ビット量子化による性能維持、および推論時のサブピクセル復号、Test-Time Augmentation、軽量Verifierによる後処理である。また、1MBのアクティベーション予算内でモデルを設計する。

4. どうやって有効だと検証した?

ShanghaiTech WireframeデータセットでsAP10を評価。25kパラメータ(0.25MB)のモデルで10.6、1MB以内で24.1を達成し、精度とメモリのトレードオフを様々な表現・ビット幅・容量・後処理戦略で比較した。

5. 議論はある?

4ビット量子化では特に角度回帰で性能が大きく劣化し、Quantization-Aware Trainingでも損失の一部しか回復できないことが示された。また、GPUスケールのパーサーと競合するのではなく、組み込みビジョン向けの精度-メモリトレードオフをマッピングすることを意図している。

6. 次に読むべき論文は?

要旨からは、比較対象や関連研究としてGPUスケールのパーサーが示唆されるが、具体的な論文名は不明。次に読むべきは、深層学習ベースの線分検出の代表的手法(例:L-CNN、HAWP)や、軽量化のための量子化・蒸留に関する研究が考えられる。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Parsa Hassani Shariat Panahi, Amir Hossein Jalilvand, M. Hassan Najafi

分類: cs.CV, cs.AI, cs.RO

原文アブストラクト

Line segment detection is a key building block in visual SLAM, 3D reconstruction, and industrial inspection. Recent deep learning methods have greatly improved accuracy, yet even the smallest models require several megabytes of memory, exceeding low-cost MCU capacity. This work investigates the maximum achievable accuracy under a sub-megabyte budget. We propose MiLSD, a detector tailored for MCU-level constraints, and systematically compare three output representations within a compact fully-convolutional backbone. Our study shows that the proposed F-Clip center-with-length-and-angle formulation learns most effectively at small model sizes. We find that 8-bit quantization preserves full-precision performance, while 4-bit quantization causes significant degradation, particularly in angle regression, with quantization-aware training recovering only part of the loss. With a one-megabyte activation budget and inference enhancements including sub-pixel decoding, test-time augmentation, and a lightweight verifier, MiLSD improves sAP10 on ShanghaiTech Wireframe from 10.6 (25k parameters, 0.25 MB) to 24.1 within 1 MB. Rather than competing with GPU-scale parsers, we map the accuracy memory trade-off across representations, bit-widths, capacities, and post-processing strategies for embedded vision systems.

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2Google DeepMind、ロボット向けAIを発表新製品・発表
  3. 3GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  4. 4パナソニックHDなど、触覚に即応する両手作業AI「T-Rex」を共同開発研究・技術
  5. 5SoftBank主導、Agile Robotsが5億ドル調達 NVIDIAと日立も参加資金調達

PR・アフィリエイト広告

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI