ТӨМЕН РЕСУРСТЫ ҚҰРЫЛҒЫЛАР ҮШІН ОҢТАЙЛАНДЫРЫЛҒАН BLAZEPOSE-LITE МОДЕЛІНЕ НЕГІЗДЕЛГЕН НАҒЫЗ УАҚЫТТА ПОЗАНЫ БАҒАЛАУ ЖҮЙЕСІ

0 1

Аңдатпа

Бұл зерттеу төмен ресурсты құрылғыларға смартфондар, Raspberry Pi тақшалары және өнімділігі төмен ноутбуктер сияқты платформаларға арнайы бейімделген BlazePose-Lite моделіне негізделген оңтайландырылған нақты уақыттық позаны бағалау жүйесін ұсынады. Мұндай зерттеудің өзектілігі фитнес қосымшаларында, реабилитациялық жүйелерде, мобильді денсаулық мониторингінде және ендірілген жасанды интеллект шешімдерінде нақты уақыттық адам позасын анықтауға деген сұраныстың артуымен түсіндіріледі, себебі бұл салаларда есептеу ресурстары көбіне шектеулі болады. Зерттеудің негізгі мақсаты — BlazePose-Lite моделінің дәлдігін сақтай отырып, оның болжам (inference) жылдамдығын арттыру. Ұсынылған әдістеме көпкезеңді оңтайландырудан тұрады: FP16 және INT8 квантталуын қолдана отырып TensorFlow Lite форматына түрлендіру, құрылымдық модельді қырқу (pruning), операторларды біріктіру арқылы графты жеңілдету, сондай-ақ уақытша тегістеу әдістері — экспоненциалды жылжымалы орташа (EMA) және Калман сүзгісі. Оңтайландырылған модель бірнеше төмен ресурсты платформаларда тексерілді. Өнімділік FPS, латенттілік, CPU жүктемесі, RAM қолданылуы және негізгі нүктелердің дәлдігі (PCK және RMSE) бойынша бағаланды. Эксперименттік нәтижелер INT8-квантталған BlazePose-Lite моделінің болжам жылдамдығын 2–3 есеге арттыратынын көрсетті: орта деңгейлі смартфондарда 26–32 FPS-қа дейін, ал Raspberry Pi 4 құрылғысында 12–16 FPS-қа дейін жетеді. Модель көлемі 75%-ға дейін азайды. Дәлдік жоғалтуы 1–3% шамасында ғана, бұл оңтайландырылған модельді нақты уақыттық қолданбалар үшін толық жарамды етеді.Зерттеудің практикалық маңызы IoT-фитнес құрылғылары, мобильді коучинг қосымшалары және ендірілген ақылды денсаулық платформалары үшін сенімді, тиімді және қолдануға дайын позаны бақылау жүйелерін іске асыруға мүмкіндік беруінде.