2023-06-10 / 最終更新日時 : 2023-06-09 admin Object Tracking ByteTrack: Multi-Object Tracking by Associating Every Detection Box この記事では、2021年に発表された多物体追跡（Multiple Object Tracking）手法のByteTrackについて解説しています。
2023-05-27 / 最終更新日時 : 2023-05-26 admin RISC-V RISC-V Bit-Manipulation ISA-extensions この記事では、2021年11月にRatifiedされた「RISC-V Bit-Manipulation ISA-extensions」に基づいて、RISC-VのBit-Manipulation拡張の概要を紹介しています。
2023-05-13 / 最終更新日時 : 2023-06-09 admin Object Tracking DeepSORT: SORT with a Deep Association Metric この記事では、2017年に発表され、現在の多物体追跡（Multiple Object Tracking）に影響を与えているDeepSORTについて解説します。
2023-04-22 / 最終更新日時 : 2023-04-21 admin Simulator GEMM based on the RISC-V Vector Extension (Part 3) Luffcaでは、RISC-Vベクトル拡張に基づくGEMM互換の浮動小数点行列積カーネルを作成し、AraのRTLシミュレータを用いて性能を評価しました。
2023-04-08 / 最終更新日時 : 2023-05-05 admin Object Tracking SORT: Simple Online and Realtime Tracking この記事では、2016年に発表され、現在のMultiple Object Tracking（MOT）に影響を与えているSORT（Simple Online and Realtime Tracking）について解説します。
2023-03-25 / 最終更新日時 : 2023-03-24 admin Simulator GEMM based on the RISC-V Vector Extension (Part 2) Luffcaでは、RISC-Vベクトル拡張に基づく行列積カーネルの転置行列対応のために、AraのRTLシミュレータを用いてベクトル ロード/ストア性能を評価しました。
2023-03-11 / 最終更新日時 : 2023-03-11 admin Simulator Vortex: OpenCL Compatible RISC-V Based GPGPU (Part 2) この記事では、RISC-VベースのオープンソースGPGPUであるVortexのOpenCL対応について紹介します。
2023-02-25 / 最終更新日時 : 2023-03-11 admin Simulator GEMM based on the RISC-V Vector Extension (Part 1) Luffcaでは、RISC-Vベクトル拡張に基づく倍精度、単精度及び半精度浮動小数点行列積カーネルを作成し、AraのRTLシミュレータを用いて性能を評価しました。
2023-02-11 / 最終更新日時 : 2023-03-11 admin FPGA OpenBLAS on 32-bit RISC-V Multi-Core Luffcaでは、OpenBLASを32-bit RISC-Vに対応させ、FPGAボードに8コアの32-bit RISC-V SoCを実装して、GEMMの性能を評価しました。
2023-01-28 / 最終更新日時 : 2023-01-27 admin FPGA TFLite Micro on RISC-V Out-of-Order Core with Custom Instructions Luffcaでは、RISC-V Out-of-Order CoreのNaxRiscvにカスタム命令としてSIMD命令を追加し、GoogleのTensorFlow Lite for Microcontrollersの推論を高速化しました。
2018-05-14 / 最終更新日時 : 2021-07-27 admin Featured SAVERS: SAR ATR with Verification Support Based on Convolutional Neural Network エンドツーエンドの合成開口レーダ（SAR）自動目標認識（ATR）システムのために，コース／ファイン両方のセグメンテーションを行う新しい畳み込みニューラルネットワーク（CNN）を提案する．
2018-01-25 / 最終更新日時 : 2021-07-27 admin Featured Deep Learning for End-to-End Automatic Target Recognition from Synthetic Aperture Radar Imagery 合成開口レーダ（SAR）自動目標認識（ATR）の標準アーキテクチャーは，検出，識別及び分類の3つの段階から構成される．本報告では，SAR画像からのEnd-to-End ATRのために，新しい畳み込みニューラルネットワーク（CNN）を提案する．
2017-08-24 / 最終更新日時 : 2021-03-07 admin Featured Deep Learning for Target Classification from SAR Imagery: Data Augmentation and Translation Invariance 本報告では，合成開口レーダ（SAR）画像から自動目標認識（ATR）を行うための畳み込みニューラルネットワーク（CNN）の平行移動不変性について検討する．ここで，SAR ATR用CNNの平行移動不変性は，SAR画像から抽出された目標チップのミスアライメントに対するロバスト性を表している．
