要旨: IEEE Low-Power Computer Vision Challenge（LPCVC）は、エッジデバイス向けの効率的な視覚モデルの開発を促進することを目的とし、精度と、レイテンシ、メモリ容量、エネルギー使用量といった制約とのバランスを取ります。2025年のチャレンジでは、3つのトラックが用意されました:（1）さまざまな照明条件およびスタイルにおける画像分類、（2）テキストプロンプトによるオープンワードセグメンテーション、（3）単眼視の深度推定。本論文は、競技構造および評価フレームワークを含むLPCVC 2025の設計を提示します。さらに、本フレームワークは一貫して再現可能なベンチマークを実現するために、Qualcomm AI Hubを統合しています。本論文ではまた、各トラックからの上位成果ソリューションを紹介し、主要なトレンドと観察事項を概説します。本論文は、将来のコンピュータビジョン競技に向けた提案で締めくくります。
低消費電力コンピュータビジョン・チャレンジ2025の「勝利ソリューション」の評価
arXiv cs.CV / 2026/4/22
📰 ニュースDeveloper Stack & InfrastructureSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- IEEEの低消費電力コンピュータビジョン・チャレンジ（LPCVC）は、エッジデバイス向けに、精度と遅延・メモリ容量・消費電力といった制約のバランスを取りながら効率的なビジョンモデルを開発することを目的としています。
- 2025年のチャレンジでは、(1) 様々な照明条件やスタイル下での画像分類、(2) テキストプロンプトによるオープンボキャブラリー・セグメンテーション、(3) 単眼深度推定の3つのトラックが設けられ、それぞれ低消費電力ビジョンの異なる能力が評価されました。
- 本論文では、Qualcomm AI Hubを用いた再現可能なベンチマークに重点を置きつつ、LPCVC 2025の競技設計と評価フレームワークを説明しています。
- さらに、各トラックの上位ソリューションを紹介し、競技から得られる主要なトレンドや観察事項をまとめています。
- 最後に、将来のコンピュータビジョン・チャレンジの構成や評価のあり方について提案しています。
