计算机视觉在不同领域解决已成为解决实际问题的常用方法，如智慧农牧管理。这类场景并不需要每秒处理许多帧，此时树莓派这类单板主机就派上了用场。
尽管已有诸多针对"Mobile/Edge"等设备的轻量化网络，但这些设备往往面向智能手机切具有高性能处理，而树莓派这类主机的CPU非常低端。
有鉴于此，本文提出了一种CNN-ViT混合网络SBCFormer在低端CPU上取得了最优精度-速度均衡。SBCFormer首次在树莓派4B上以1fps处理取得80.0%精度。
在网络结构方面，不同于已有4阶段设计方法，考虑到树莓派的低端CPU特性，在stem部分直接将分辨率降低到1/8。在Module设计方面，它设计了一种兼顾全局与局部信息建模的SBCFormer Block，其Attention部分与PVT有些类似，看下图还是挺容易看懂的。
作者构建了四个不同大小的SBCFormer，分别为XS、S、B以及L，相关超参配置见下表。
作者所设计SBCFormer与其他轻量型网络在GPU、CPU以及ARM-CPU上的性能精度对比见下表，可以看到：SBCFormer首次以1fps在ARM-CPU上取得了80.0%精度！同等速度下精度大幅优于其他方案！
作者：AIWalker
来源：AIWalker
推荐阅读
- HDRUNet | 深圳先进院董超团队提出带降噪与反量化功能的单帧HDR重建算法
- GhostSR|针对图像超分的特征冗余，华为诺亚&北大联合提出GhostSR
- ICCV 2023 | 利用双重聚合的Transformer进行图像超分辨率
- ICCV2023 | 将隐式神经表征用于低光增强，北大张健团队提出NeRCo
- NTIRE2023-RTSR-Track2 冠军方案详解
本文章著作权归作者所有，任何形式的转载都请注明出处。更多动态滤波，图像质量，超分辨相关请关注我的专栏AIWalker。欢迎添加极术小姐姐微信（id:aijishu20)加入技术交流群，请备注研究方向。
