Wake Vision: A Large-scale, Diverse Dataset and Benchmark Suite for TinyML Person Detection

机器学习应用于极低功耗设备，通常被称为微型机器学习（TinyML），承诺实现更智能、更连接的世界。然而，目前TinyML研究的进展受到相关数据集大小和质量的限制。为了解决这一挑战，我们介绍了Wake Vision，这是一个大规模、多样化的数据集，专门用于人物检测——这是TinyML视觉感知的典型任务。Wake Vision包含超过600万张图像，比之前的标准增加了100倍，并经过了彻底的质量过滤。使用Wake Vision进行训练可使准确度提高2.41％，相比于已有的基准。除了数据集外，我们还提供了五个详细的基准集合，评估模型在测试数据的特定部分上的性能，例如不同的照明条件、与相机的距离以及被拍摄对象的人口特征。这些新颖的细粒度基准可促进模型在常被忽略的具有挑战性的现实场景中的质量评估，而这些场景通常仅关注整体准确度。通过对基准测试集上MobileNetV2 TinyML模型的评估，我们发现输入分辨率在检测远距离对象方面起到更关键的作用，而模型宽度的影响较小，并且由于数据集的质量，量化对模型稳健性的影响很小。这些发现强调了进行详细评估以确定模型开发的关键因素的重要性。该数据集、基准套件、代码和模型在CC-BY 4.0许可下公开提供，可用于商业用途。

论文致力于解决TinyML领域中数据集有限的问题，提出了一个大规模、多样化的人体检测数据集Wake Vision，并设计了细致的基准测试来评估模型的性能。

通过使用Wake Vision数据集训练模型，可以提高模型的准确性。此外，论文还发现在检测远距离目标时，输入分辨率比模型宽度更为关键，而量化对模型的影响很小。

Wake Vision数据集包含超过600万张图片，是之前标准的百倍，经过了严格的质量过滤。论文提供了五个详细的基准测试集，评估模型在不同光照条件、距离和人群特征等方面的性能。实验结果表明，使用Wake Vision数据集可以提高模型的准确性。论文还公开了数据集、代码和模型，可供商业用途。

近期的相关研究包括：《Learning to Learn from Noisy Labeled Data》、《TinyFlow: A Lightweight TensorFlow for Mobile and Web》、《Towards Federated Learning at Scale: System Design》等。