SBCFormer首次在树莓派4B上以1fps处理取得80.0%精度

计算机视觉在不同领域解决已成为解决实际问题的常用方法，如智慧农牧管理。这类场景并不需要每秒处理许多帧，此时树莓派这类单板主机就派上了用场。

尽管已有诸多针对"Mobile/Edge"等设备的轻量化网络，但这些设备往往面向智能手机切具有高性能处理，而树莓派这类主机的CPU非常低端。

有鉴于此，本文提出了一种CNN-ViT混合网络SBCFormer在低端CPU上取得了最优精度-速度均衡。 SBCFormer首次在树莓派4B上以1fps处理取得80.0%精度 。

在网络结构方面，不同于已有4阶段设计方法，考虑到树莓派的低端CPU特性，在stem部分直接将分辨率降低到1/8。

在Module设计方面，它设计了一种兼顾全局与局部信息建模的SBCFormer Block，其Attention部分与PVT有些类似，看下图还是挺容易看懂的。

作者构建了四个不同大小的SBCFormer，分别为XS、S、B以及L，相关超参配置见下表。

作者所设计SBCFormer与其他轻量型网络在GPU、CPU以及ARM-CPU上的性能精度对比见下表，可以看到 ：SBCFormer首次以1fps在ARM-CPU上取得了80.0%精度 ！同等速度下精度大幅优于其他方案！