LeYOLO, nouvelle architecture embarquée pour la détection d'objets

Download PDF
Open Webpage

Lilian Hollard, Lucas Mohimont, Nathalie Gaveau, Luiz Angelo Steffenel

Published: 2025, Last Modified: 02 Mar 2026APIA 2025EveryoneRevisionsBibTeXCC BY-SA 4.0
Abstract: Résumé fr La réduction du coût de calcul des réseaux neuronaux profonds est essentielle pour la détection d'objets en temps réel. Pourtant, les récents progrès reposent surtout sur le matériel plutôt que sur l'optimisation des modèles. Cela se remarque notamment dans les dernières architectures YOLO, où la vitesse prime sur la légèreté. Pour répondre à ce dé, nous introduisons deux contributions majeures. D'abord, LeNeck, un cadre de détection rapide et précis, réduisant le nombre de paramètres. Ensuite, LeYOLO, un modèle optimisé pour YOLO, combinant compacité et haute précision. Ces solutions sont idéales pour les dispositifs à faible consommation, y compris les microcontrôleurs.