ナノドローンに向けた物体検出の軽量化

カテゴリ：研究会(論文単位)

論文No：CT25114

グループ名：【C】電子・情報・システム部門 制御研究会

発行日：2025/12/24

タイトル(英語)：Lightweight Object Detection Model for Nano Drones

著者名：山口 航平(立命館大学),SU ZhenLing (立命館大学),孟 林(立命館大学)

著者名(英語)： KOHEI YAMAGUCHI(Ritsumeikan University),ZhenLing SU(Ritsumeikan University Graduate School),Lin MENG(Ritsumeikan University)

キーワード：ＲＩＳＣーＶ,ナノドローン,深層学習,エッジデバイス,軽量化,RISC-V,Nano Drones,Deep Learning,Edge Device,Compression

要約(日本語)：ナノドローンは様々な場所での応用可能性が期待されているが、計算資源の不足から大型の深層学習モデルを実行することは困難である。本研究では、ドローンゲート認識タスクにおいて軽量化手法を取り入れつつ、異なるパラメータで学習させたモデルを比較することで、最適なネットワーク構造を探求する。本研究により、ナノドローンなどのエッジデバイスにおける深層学習モデルの効率化と実用化に貢献する。

要約(英語)：This study explores optimal network structures for drone gate recognition on resource-constrained nano-drones. By comparing models trained with different parameters and applying model reduction techniques, we aim to improve the efficiency and practical application of deep learning on edge devices.

本誌：2025年12月27日制御研究会

本誌掲載ページ：1-6p

原稿種別：日本語

PDFファイルサイズ：1,508Kバイト