Fakulta informačních technologií VUT v Brně

Detail projektu

Caffe XNOR-nets

Období řešení: 01.03.2017 - 30.06.2017

Agentura: Fingera s.r.o.

Název anglicky
Caffe XNOR-nets
Typ
smluvní výzkum
Klíčová slova
konvoluční sítě, CNN, NXOR-nets
Abstrakt
Vyhodnocení vlastností NXOR-nets a opensource nástroje pro jejich trénování.

Předmětem je vyhodnocení vlastností binárních sítí NXOR-nets podle publikace: Rastegari et al.: XNOR-Net: ImageNet Classification Using Binary Convolutional Neural Networks.

Mezi vyhodnocované vlastnosti patří úroveň snížení přesnosti natrénovaných sítí po převedení do binární podoby a možnosti kompenzování tohoto snížení přesnosti zvětšením sítě. Vyhodnocení proběhne na úloze klasifikace identit lidí podle obličeje (například na datové sadě MEGAFACE) s využitím dvou architektur sítě (například základní konvoluční sít a ResNet).

Výstupem vyhodnocení bude technická zpráva.

Výstupem bude také implementace vrstev nutných pro trénování NXOR sítí pro framework Caffe. Tyto implementace budou replikovat postupy popsané v XNOR-Net článku s využitím GPU. Součástí bude také základní implementace dopředného průchodu těchto vrstev pro PC CPU jako funkce v čistém C++ bez výrazných optimalizací. Tyto implementace budou uvolněny jako open source software k volnému užití pod licencí BSD 2-Clause.

Řešitelé
Hradiš Michal, Ing., Ph.D. (UPGM FIT VUT) , hlavní řešitel
Kohút Jan, Ing. (FIT VUT)
Otáhalová Sylva (UPGM FIT VUT)
Publikace

2017

Nahoru