基于深度學(xué)習(xí)的目標(biāo)跟蹤算法是否可能做到實(shí)時(shí)？感謝邀請(qǐng)，基于深度學(xué)習(xí)的算法的實(shí)時(shí)性是可以解決的。不過，我們需要注意以下幾個(gè)問題。1、必須在GPU上運(yùn)行。那些主流算法的網(wǎng)絡(luò)在CPU上跑一次前向運(yùn)行都在10

基于深度學(xué)習(xí)的目標(biāo)跟蹤算法是否可能做到實(shí)時(shí)？

感謝邀請(qǐng)，

基于深度學(xué)習(xí)的算法的實(shí)時(shí)性是可以解決的。不過，我們需要注意以下幾個(gè)問題。

1、必須在GPU上運(yùn)行。那些主流算法的網(wǎng)絡(luò)在CPU上跑一次前向運(yùn)行都在100MS這個(gè)環(huán)節(jié)，裁剪網(wǎng)絡(luò)不是跟蹤領(lǐng)域解決的問題。

2、不能采用粒子濾波框架，使用這個(gè)框架肯定不可能實(shí)時(shí)。

3、使用超快速的學(xué)習(xí)算法。不能使用BP，finetune就算再怎么優(yōu)化，也需要幾個(gè)前后向傳播，那就是幾倍的時(shí)間。常用的技巧是稀疏的更新策略，最開始第一幀迭代的多一些，后面只做少量更新。

要點(diǎn)提示：

1. 需要GPU

2. 不能用粒子濾波

3.finetune不能用BP。只能用確定性的快速方法實(shí)現(xiàn)。