边缘环境下面向实时目标检测的帧卸载调度算法

边缘环境下的目标检测应用大多依赖于边缘设备.目前,MobileNet等轻量级检测模型在满足实时性要求的前提下难以达到准确度要求,Faster RCNN等重量级模型的检测准确度较高,但数据传输耗时大,难以保证检测实时性.提出一种边缘辅助的目标检测框架及自适应帧卸载(OEOD)算法,在线将视频帧卸载到边缘服务器,以执行高准确度、高时延的目标检测,或在本地执行低准确度、低时延的目标检测,从而在满足给定检测准确度要求的前提下缩短视频帧的平均处理时延.为实现OEOD算法,提出一种基于内容相似性的特征向量度量方式,以预测当前帧的检测时延和准确度,并以贪心的方式决定当前帧的检测策略.实验结果表明,与MobileNet算法相比,OEOD算法在保证准确度的前提下将检测时延降低了29％,且在不同的数据集上均表现良好.