効率的な視覚的場所認識のための構造化プルーニング

本研究は、視覚的場所認識システムの効率を大幅に向上させるための新しい構造化プルーニング手法を提案する。この手法は、特徴抽出ネットワークとリトリーバルステップの両方を最適化することで、メモリ使用量と潜在時間を平均21%および16%削減しながら、精度の低下を1%未満に抑えることができる。