TinyFlow：可编译为单一INT8静态图的无warp光流网络

Xiao'ao Song、Chahat Deep Singh 提交论文，提出 1.26M 参数的无 warp 光流网络 TinyFlow。它用固定窗口、恒定偏移的相关替代依赖当前光流的特征重采样，保留由粗到细的迭代细化，使整个网络可编译为单一静态 INT8 图。 作者称，量化感知微调、warp 教师蒸馏和模型汤把 Float32 到 INT8 的精度损失在 MPI-Sintel 上压到 0.2 EPE 以内；INT8 模型在 Sintel Clean/Final 上取得 6.29/7.13 EPE。在 TartanAir 与 UZH-FPV 的纯光流单目视觉里程计中，同一 INT8 模型在 11 条序列中的 7 条上轨迹误差最低。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。