I
n
d
on
e
s
ian
Jou
r
n
al
o
f
E
lec
t
r
ica
l
E
n
gin
e
e
r
in
g
a
n
d
Com
p
u
t
e
r
S
c
ience
Vo
l
.
3
9
,
N
o
.
1
,
Ju
ly
2025
,
pp.
283
~
309
I
S
S
N:
2502
-
4752,
DO
I
:
10
.
11591/i
j
e
e
c
s
.
v
3
9
.i
1
.
pp
283
-
309
283
Jou
r
n
al
h
o
m
e
page
:
ht
tp:
//
ij
e
e
c
s
.
iaes
c
or
e
.
c
om
PRDTinyML:
deep
learni
ng
-
based
TinyML
-
based
pedestrian
detection
m
odel
in
autonom
ous
vehicles
f
or
sm
art
cities
Nor
ah
N.
Al
aj
l
an
1
,
Abee
r
I
.
Al
h
u
j
ayl
an
1
,
Din
a
M
.
I
b
r
ah
im
1
,
2
1
D
e
pa
r
tm
e
nt
of
I
n
f
or
ma
ti
o
n
T
e
c
hn
o
l
o
g
y
, C
ol
le
g
e
of
C
o
mput
e
r
,
Q
a
s
s
im
U
ni
v
e
r
s
it
y
,
B
ur
a
y
da
h, S
a
udi
A
r
a
bi
a
2
D
e
pa
r
tm
e
nt
of
C
o
mpu
te
r
s
a
nd C
o
nt
r
o
l
E
ngi
ne
e
r
in
g, F
a
c
u
lt
y
of
E
ngi
ne
e
r
in
g,
T
a
nt
a
U
ni
v
e
r
s
it
y
,
T
a
nt
a
, E
g
y
pt
Ar
t
ic
l
e
I
n
f
o
AB
S
T
RA
CT
A
r
ti
c
le
h
is
tor
y
:
R
e
c
e
i
ve
d
M
a
r
23
,
2024
R
e
vi
s
e
d
F
e
b
19
,
2025
A
c
c
e
pt
e
d
M
a
r
1
,
2025
D
e
t
ec
t
i
n
g
p
e
d
e
s
t
ri
an
s
a
n
d
c
ars
i
n
s
m
art
ci
t
i
e
s
i
s
a
m
aj
o
r
t
as
k
fo
r
au
t
o
n
o
m
o
u
s
v
eh
i
cl
e
s
(A
V
)
t
o
p
rev
e
n
t
a
cc
i
d
e
n
t
s
.
O
ccl
u
s
i
o
n
,
d
i
s
t
o
rt
i
o
n
,
a
n
d
m
u
l
t
i
-
i
n
s
t
an
ce
p
i
c
t
u
r
e
s
m
a
k
e
p
e
d
e
s
t
ri
an
a
n
d
ri
d
e
r
d
e
t
ec
t
i
o
n
d
i
ff
i
cu
l
t
.
Recen
t
l
y
,
d
ee
p
l
e
ar
n
i
n
g
(D
L
)
s
y
s
t
em
s
h
av
e
s
h
o
w
n
p
ro
m
i
s
e
f
o
r
A
V
p
ed
e
s
t
ri
an
i
d
en
t
i
fi
c
at
i
o
n
.
T
h
e
r
e
s
t
ri
c
t
ed
r
e
s
o
u
r
ce
s
o
f
i
n
t
e
r
n
e
t
o
f
t
h
i
n
g
s
(
I
o
T
)
d
e
v
i
ce
s
h
a
v
e
m
ad
e
i
t
d
i
ffi
cu
l
t
t
o
i
n
t
eg
rat
e
D
L
w
i
t
h
p
ed
e
s
t
ri
an
d
e
t
ec
t
i
o
n
.
T
i
n
y
m
ach
i
n
e
l
e
arn
i
n
g
(T
i
n
y
ML
)
w
as
u
s
e
d
t
o
r
ec
o
g
n
i
z
e
p
ed
e
s
t
ri
an
s
an
d
cy
cl
i
s
t
s
i
n
t
h
e
E
u
r
o
Ci
t
y
p
e
rs
o
n
s
(E
CP
)
d
at
as
e
t
.
A
ft
e
r
p
re
l
i
m
i
n
ar
y
t
e
s
t
i
n
g
,
w
e
p
ro
p
o
s
e
fi
v
e
mi
c
r
o
c
o
n
t
ro
l
l
e
r
-
d
e
p
l
o
y
ab
l
e
l
i
g
h
t
w
e
i
g
h
t
D
L
mo
d
el
s
i
n
t
h
i
s
s
t
u
d
y
.
W
e
ap
p
l
i
ed
Sq
u
ee
z
e
N
e
t
,
A
l
e
x
N
e
t
,
an
d
co
n
v
o
l
u
t
i
o
n
n
eu
ral
n
e
t
w
o
r
k
(CN
N
)
D
L
mo
d
el
s
.
W
e
al
s
o
u
s
e
t
w
o
p
r
e
-
t
rai
n
ed
m
o
d
e
l
s
,
Mo
b
i
l
e
N
e
t
-
V
2
an
d
Mo
b
i
l
e
N
e
t
-
V
3
,
t
o
d
e
t
e
r
m
i
n
e
t
h
e
o
p
t
i
m
a
l
s
i
z
e
a
n
d
a
cc
u
ra
cy
m
o
d
e
l
.
Q
u
an
t
i
zat
i
o
n
a
w
ar
e
t
rai
n
i
n
g
(Q
A
T
),
fu
l
l
i
n
t
eg
e
r
q
u
an
t
i
zat
i
o
n
(F
I
Q
),
an
d
d
y
n
a
m
i
c
ran
g
e
q
u
an
t
i
zat
i
o
n
(D
RQ
)
w
e
r
e
u
s
e
d
.
T
h
e
C
N
N
m
o
d
e
l
h
a
d
t
h
e
s
h
o
rt
e
s
t
s
i
ze
w
i
t
h
0
.
0
7
MB
u
s
i
n
g
t
h
e
D
RQ
ap
p
ro
ach
,
f
o
l
l
o
w
ed
b
y
Sq
u
ee
z
e
N
e
t
,
A
l
e
x
N
e
t
,
Mo
b
i
l
e
N
e
t
-
V
2
,
a
n
d
Mo
b
i
l
e
N
e
t
-
V
2
w
i
t
h
0
.
1
6
1
MB,
0
.
6
9
MB,
1
.
8
2
4
MB,
an
d
1
.
9
5
MB,
re
s
p
ec
t
i
v
el
y
.
T
h
e
Mo
b
i
l
e
N
e
t
-
V
3
m
o
d
e
l
’s
D
RQ
a
cc
u
ra
cy
aft
e
r
o
p
t
i
mi
zat
i
o
n
w
as
9
9
.
6
0
%
fo
r
d
a
y
p
h
o
t
o
s
a
n
d
9
8
.
8
6
%
fo
r
n
i
g
h
t
i
mag
e
s
,
o
u
t
p
e
rfo
r
mi
n
g
o
t
h
e
r
mo
d
el
s
.
T
h
e
Mo
b
i
l
e
N
e
t
-
V
2
mo
d
el
f
o
l
l
o
w
ed
w
i
t
h
D
RQ
a
cc
u
ra
cy
o
f
9
9
.
2
7
%
an
d
9
8
.
2
4
%
fo
r
d
a
y
a
n
d
n
i
g
h
t
i
m
ag
e
s
.
K
e
y
w
o
r
d
s
:
De
e
p
l
e
a
r
ni
ng
I
oT
P
e
de
s
t
r
i
a
n
de
t
e
c
t
i
o
n
S
m
a
r
t
c
i
t
i
e
s
T
i
ny
M
L
Th
i
s
i
s
a
n
o
p
en
a
c
ces
s
a
r
t
i
c
l
e
u
n
d
e
r
t
h
e
CC
B
Y
-
SA
l
i
cen
s
e.
C
or
r
e
s
pon
din
g
A
u
th
or
:
D
i
n
a
M
.
I
b
r
a
hi
m
De
pa
r
t
m
e
n
t
o
f
I
nf
o
r
m
a
t
i
o
n
T
e
c
hn
o
l
o
g
y
,
C
o
l
l
e
ge
o
f
C
o
m
put
e
r
,
Qa
s
s
i
m
U
ni
ve
r
s
i
t
y
B
ur
a
y
da
h
51452,
S
a
ud
i
A
r
a
bi
a
E
m
a
i
l
:
d.
h
u
s
s
e
i
n@qu.
e
du.
s
a
1.
I
NT
RODU
C
T
I
ON
I
n
t
e
l
l
i
g
e
n
t
tr
a
n
s
po
r
t
a
t
i
o
n
s
y
s
t
e
m
s
h
a
ve
b
e
e
n
de
v
e
lo
pe
d
i
n
r
e
c
e
n
t
y
e
a
r
s
,
e
s
pe
c
i
a
ll
y
i
n
s
m
a
r
t
c
i
t
i
e
s
,
to
r
e
duc
e
t
h
e
a
m
o
un
t
o
f
t
r
a
f
f
i
c
i
n
m
e
t
r
o
p
o
l
i
t
a
n
a
r
e
a
s
.
F
ur
t
h
e
r
m
o
r
e
,
i
t
c
a
n
de
c
r
e
a
s
e
t
h
e
n
u
m
be
r
o
f
a
c
c
i
de
n
t
s
,
i
n
j
ur
i
e
s
,
a
n
d
de
a
t
h
s
t
h
a
t
a
r
e
c
a
us
e
d
by
t
h
e
m
,
l
o
we
r
i
n
g
t
h
e
a
m
o
un
t
o
f
f
ue
l
t
h
a
t
i
s
c
o
n
s
u
m
e
d,
l
o
we
r
i
n
g
t
h
e
a
m
o
un
t
o
f
po
l
l
ut
i
o
n
t
h
a
t
i
s
i
n
t
r
o
duc
e
d
i
n
t
o
t
h
e
e
nvi
r
o
nm
e
n
t
,
a
n
d
s
o
o
n
.
Di
f
f
e
r
e
n
t
t
e
c
h
n
o
l
o
g
i
e
s
,
s
uc
h
a
s
t
h
e
i
n
t
e
r
n
e
t
o
f
t
hi
n
g
s
(
I
o
T
)
,
m
a
c
hi
ne
l
e
a
r
ni
ng
(
M
L
)
,
de
e
p
l
e
a
r
ni
ng
(
DL
)
,
a
n
d
i
m
a
ge
pr
o
c
e
s
s
i
n
g,
a
r
e
u
ti
li
z
e
d
by
t
h
e
s
e
s
y
s
t
e
m
s
to
pr
o
vi
de
a
w
i
d
e
r
a
n
ge
o
f
a
pp
li
c
a
t
i
o
n
s
[
1]
.
On
e
o
f
t
h
e
m
o
s
t
i
m
po
r
t
a
n
t
f
u
n
c
t
i
o
n
s
f
o
r
a
uto
n
o
m
o
us
v
e
hi
c
l
e
s
(
A
V)
i
s
t
h
e
a
bi
li
t
y
t
o
de
t
e
c
t
h
u
m
a
n
m
o
t
i
o
n
i
n
t
h
e
i
r
pa
t
h
.
P
e
de
s
t
r
i
a
n
de
t
e
c
t
i
o
n
i
s
a
c
om
put
e
r
vi
s
i
o
n
(
C
V)
t
e
c
hni
que
t
h
a
t
i
s
us
e
d
to
de
t
e
c
t
h
u
m
a
n
mo
t
i
o
n
.
T
hi
s
i
s
h
e
l
p
f
u
l
f
o
r
e
ns
ur
i
n
g
t
h
e
s
a
f
e
t
y
o
f
pe
o
pl
e
,
i
de
n
t
i
f
yi
ng
a
n
d
pur
s
u
i
n
g
a
pe
r
pe
t
r
a
tor
i
n
a
c
r
o
wd,
pr
e
v
e
n
t
i
n
g
a
c
c
i
de
n
t
s
,
a
n
d
a
v
o
i
d
i
ng
m
o
vi
ng
v
e
hi
c
l
e
s
a
n
d
o
b
s
t
a
c
l
e
s
.
A
s
o
phi
s
t
i
c
a
t
e
d
a
r
r
a
y
o
f
s
e
ns
o
r
s
,
i
n
c
l
ud
i
ng
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2502
-
4752
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
3
9
,
N
o
.
1
,
Ju
ly
20
25
:
283
-
309
284
r
a
da
r
,
c
a
m
e
r
a
s
,
a
n
d
li
g
h
t
de
t
e
c
t
i
o
n
a
n
d
r
a
n
g
i
ng
(
L
i
D
A
R
)
,
c
a
n
c
a
r
r
y
o
ut
s
uc
h
de
t
e
c
t
i
o
n
dut
i
e
s
.
A
n
e
w
s
y
s
t
e
m
t
h
a
t
h
e
l
ps
pr
e
v
e
n
t
un
e
x
pe
c
t
e
d
a
c
c
i
d
e
n
t
s
c
a
l
l
e
d
a
d
v
a
n
c
e
d
dr
i
vi
ng
a
s
s
i
s
t
a
n
c
e
s
y
s
t
e
m
(
AD
A
S
)
wa
s
i
nt
r
o
duc
e
d
r
e
c
e
n
t
l
y
[
2]
.
T
h
e
e
v
o
l
ut
i
o
n
o
f
A
D
A
S
f
r
o
m
a
s
s
i
s
t
e
d
to
f
u
l
ly
a
ut
o
n
o
m
o
us
dr
i
vi
ng
i
s
a
l
r
e
a
d
y
t
he
n
o
r
m
.
C
ur
r
e
n
t
l
y
,
t
h
e
m
a
j
o
r
i
t
y
o
f
s
e
ns
o
r
s
us
e
d
i
n
AV
s
r
e
ly
o
n
r
a
da
r
s
,
L
i
D
A
R
s
,
a
n
d
R
GB
im
a
ge
s
.
I
n
c
o
m
pa
r
i
s
o
n
to
s
e
l
f
-
dr
i
vi
ng
pr
o
vi
de
r
s
,
i
m
a
g
e
-
b
a
s
e
d
s
e
ns
o
r
s
h
a
ve
th
e
a
d
v
a
n
t
a
ge
o
f
b
e
i
ng
i
n
e
x
p
e
n
s
i
ve
,
whi
c
h
a
ll
o
ws
f
o
r
e
a
s
y
c
o
n
t
r
o
l
o
v
e
r
pr
o
duc
t
i
o
n
c
o
s
t
s
.
I
n
a
dd
i
t
i
o
n
to
i
m
pr
o
vi
n
g
a
ut
o
n
o
m
o
us
dr
i
vi
ng,
us
i
n
g
im
a
ge
s
e
n
s
o
r
s
c
a
n
l
o
we
r
a
c
c
i
d
e
n
t
r
a
t
e
s
.
Ab
o
v
e
e
ve
r
y
t
hi
ng
e
l
s
e
,
pe
de
s
t
r
i
a
n
s
a
f
e
t
y
i
s
e
s
s
e
n
t
i
a
l
[
3]
.
DL
i
s
a
n
a
d
v
a
n
c
e
d
b
r
a
n
c
h
o
f
M
L
t
h
a
t
f
i
nd
s
c
o
m
p
lex
r
e
pr
e
s
e
n
t
a
t
i
o
ns
o
f
s
im
p
l
e
r
o
n
e
s
.
DL
a
ppr
o
a
c
h
e
s
o
f
t
e
n
u
s
e
a
r
t
i
f
i
c
i
a
l
n
e
ur
a
l
n
e
t
wo
r
ks
wi
t
h
m
u
l
t
i
p
l
e
hi
dde
n
l
a
y
e
r
s
a
n
d
n
o
nli
ne
a
r
pr
o
c
e
s
s
i
ng
uni
t
s
.
De
e
p
m
e
a
ns
n
u
m
e
r
o
us
hi
dde
n
l
a
y
e
r
s
ut
i
li
z
e
d
to
a
dj
us
t
da
t
a
di
s
p
l
a
y
.
E
a
c
h
hi
dde
n
l
a
y
e
r
o
f
ne
ur
a
l
n
e
t
wo
r
ks
de
pi
c
t
s
i
t
s
i
nput
da
t
a
us
i
n
g
f
e
a
t
ur
e
l
e
a
r
ni
ng.
T
h
e
l
a
y
e
r
a
b
s
o
r
b
s
m
o
r
e
a
b
s
t
r
a
c
t
i
o
n
t
h
a
n
t
h
e
pr
e
vi
o
us
l
a
y
e
r
.
DL
a
r
c
hi
t
e
c
tur
e
s
m
a
p
t
h
e
hi
e
r
a
r
c
hy
o
f
f
e
a
t
ur
e
s
l
e
a
r
n
t
a
t
n
u
m
e
r
o
us
l
e
ve
l
s
to
M
L
o
u
t
pu
t
i
n
a
s
i
ng
l
e
f
r
a
m
e
wo
r
k.
S
i
m
il
a
r
to
M
L
m
e
t
h
o
ds
,
DL
a
r
c
hi
t
e
c
t
ur
e
h
a
s
t
w
o
m
a
i
n
c
a
t
e
go
r
i
e
s
:
un
s
up
e
r
vi
s
e
d
a
n
d
s
upe
r
vi
s
e
d
l
e
a
r
ni
ng,
i
n
c
l
ud
in
g
de
e
p
n
e
ur
a
l
ne
t
wor
ks
[
1]
.
A
s
m
a
r
t
t
r
a
n
s
po
r
t
a
t
i
o
n
s
y
s
t
e
m
t
h
a
t
us
e
s
DL
to
i
de
n
t
i
f
y
p
e
de
s
t
r
i
a
n
s
a
n
d
v
e
hi
c
l
e
r
i
de
r
s
i
s
j
u
s
t
o
n
e
o
f
s
e
v
e
r
a
l
a
pp
li
c
a
t
i
o
ns
t
h
a
t
c
o
m
bi
ne
I
o
T
s
e
n
s
o
r
s
w
i
t
h
DL
.
T
hi
s
a
pp
li
c
a
t
i
o
n
w
il
l
e
n
c
o
un
t
e
r
n
e
w
o
b
s
t
a
c
l
e
s
wh
e
n
i
t
i
nc
o
r
por
a
t
e
s
DL
w
i
t
h
I
o
T
de
vi
c
e
s
.
T
h
e
r
e
a
r
e
a
l
o
t
o
f
o
b
s
t
a
c
l
e
s
to
i
n
t
e
gr
a
t
i
n
g
DL
w
i
t
h
t
h
e
I
o
T
i
n
i
m
a
ge
-
b
a
s
e
d
pe
de
s
t
r
i
a
n
a
n
d
ve
hi
c
l
e
-
r
i
de
r
de
t
e
c
t
i
o
n
s
c
e
n
a
r
i
o
s
.
S
e
v
e
r
a
l
s
t
ud
i
e
s
a
n
d
po
l
l
s
o
n
pe
de
s
t
r
i
a
n
de
t
e
c
t
i
o
n
s
y
s
t
e
m
s
h
a
v
e
f
o
u
n
d
t
h
a
t
t
r
a
i
ni
n
g
D
L
m
o
de
l
s
a
r
e
t
h
e
bi
g
ge
s
t
o
b
s
t
a
c
l
e
[
1]
,
[
2
]
.
I
n
c
o
n
t
r
a
s
t
,
DL
m
o
de
l
s
r
e
qu
i
r
e
a
s
ubs
t
a
n
t
i
a
l
a
m
o
u
n
t
o
f
t
r
a
i
ni
ng
t
i
m
e
be
c
a
us
e
o
f
t
h
e
i
r
c
o
m
p
l
e
xi
t
y
,
po
or
tr
a
i
ni
n
g
s
pe
e
d,
a
n
d
hi
g
h
c
o
m
put
a
t
i
o
n
c
o
s
t.
T
h
e
s
t
ud
y
i
n
[
1]
s
ur
v
e
y
e
d
t
h
e
s
t
a
t
e
o
f
t
h
e
a
r
t
i
n
AV
pe
d
e
s
t
r
i
a
n
de
t
e
c
t
i
n
g
s
y
s
t
e
m
s
i
n
gr
e
a
t
de
t
a
i
l
.
Al
t
h
o
ugh
t
h
e
y
c
l
a
i
m
e
d
t
h
a
t
DL
l
e
a
r
ni
ng
-
b
a
s
e
d
m
o
de
l
s
h
a
v
e
s
o
l
v
e
d
m
a
ny
pr
o
bl
e
m
s
w
i
t
h
pe
de
s
t
r
i
a
n
de
t
e
c
t
i
o
n
,
t
h
e
s
e
m
o
de
l
s
a
r
e
pa
i
nf
u
ll
y
s
l
o
w,
h
a
v
e
po
o
r
i
n
t
e
r
o
p
e
r
a
bil
i
t
y
,
a
n
d
r
e
qu
i
r
e
a
n
e
x
c
e
s
s
i
ve
a
m
o
u
n
t
o
f
t
i
m
e
to
tr
a
i
n
.
T
h
e
r
e
wa
s
a
l
s
o
a
n
e
e
d
f
o
r
a
s
u
b
s
t
a
n
t
i
a
l
a
m
o
u
n
t
of
da
t
a
f
o
r
a
c
c
ur
a
t
e
f
o
r
e
c
a
s
t
i
n
g.
T
o
t
h
a
t
e
n
d,
a
c
c
ur
a
c
y
a
n
d
s
pe
e
d
po
s
e
t
h
e
gr
e
a
t
e
s
t
c
h
a
ll
e
n
ge
s
to
pe
de
s
t
r
i
a
n
de
t
e
c
t
i
n
g
s
y
s
t
e
m
s
.
Ne
ve
r
t
h
e
l
e
s
s
,
to
ke
e
p
a
hi
g
h
l
e
ve
l
o
f
a
c
c
ur
a
c
y
,
r
e
s
e
a
r
c
h
e
r
s
we
r
e
a
dvi
s
e
d
by
[
4]
to
e
m
p
l
o
y
l
i
g
h
t
we
i
g
h
t
s
e
ns
o
r
s
o
r
to
a
n
a
ly
z
e
bi
o
l
o
g
i
c
a
l
s
i
g
n
a
ls
us
i
n
g
vi
de
o
da
t
a
.
Ne
w
t
e
c
h
n
o
l
o
g
y
k
n
o
wn
a
s
T
i
ny
m
a
c
hi
ne
l
e
a
r
ni
n
g
(
T
i
ny
M
L
)
h
a
s
e
m
e
r
ge
d
to
a
ddr
e
s
s
t
h
e
s
e
i
s
s
u
e
s
a
n
d
o
v
e
r
c
o
m
e
t
h
e
o
b
s
t
a
c
l
e
s
o
f
DL
i
n
t
e
gr
a
t
i
o
n
w
i
t
h
I
o
T
de
vi
c
e
s
.
O
n
e
de
f
i
n
i
t
i
o
n
o
f
T
i
ny
M
L
i
s
t
h
e
c
o
m
bi
na
t
i
o
n
o
f
ML
/
DL
w
i
t
h
I
oT
de
vi
c
e
s
.
W
i
t
h
T
i
ny
M
L
t
e
c
hn
o
l
o
g
y
,
DL
m
o
de
l
s
m
a
y
b
e
de
p
l
o
y
e
d
o
n
m
i
c
r
o
c
o
n
t
r
o
l
l
e
r
-
po
we
r
e
d
de
vi
c
e
s
w
i
t
h
li
m
i
t
e
d
r
e
s
o
ur
c
e
s
.
T
h
e
a
c
c
ur
a
c
y
o
f
t
h
e
c
l
a
s
s
if
i
e
r
i
s
n
o
t
s
a
c
r
i
f
i
c
e
d
by
t
h
e
l
o
w
-
c
o
s
t
b
o
a
r
ds
f
i
t
t
e
d
w
i
t
h
m
i
c
r
o
c
o
n
t
r
o
l
l
e
r
s
;
t
h
e
y
h
a
v
e
r
e
s
t
r
i
c
t
e
d
pr
o
c
e
s
s
i
n
g,
e
x
t
r
e
m
e
ly
l
o
w
po
we
r
(
m
W
r
a
n
ge
a
n
d
l
e
s
s
)
,
a
n
d
s
m
a
ll
m
e
m
o
r
y
s
i
z
e
s
[
5
]
-
[
7]
.
T
h
e
r
e
f
o
r
e
,
t
hi
s
s
t
ud
y
s
e
t
o
u
t
to
i
m
pr
o
v
e
s
m
a
r
t
c
i
t
y
t
r
a
n
s
po
r
t
a
t
i
o
n
by
us
i
ng
T
i
ny
M
L
t
o
pe
de
s
tr
i
a
n
a
n
d
v
e
hi
c
l
e
-
r
i
de
r
o
bj
e
c
t
s
.
W
e
us
e
d
t
h
r
e
e
o
p
t
i
m
i
z
a
t
i
o
n
s
t
r
a
t
e
gi
e
s
to
i
m
p
l
e
m
e
n
t
f
i
ve
li
g
h
t
we
i
g
h
t
DL
m
o
de
l
s
i
n
t
h
e
pr
e
s
e
n
t
wor
k.
T
h
e
t
h
r
e
e
DL
s
t
h
a
t
h
a
ve
b
e
e
n
c
o
n
s
ider
e
d
a
r
e
c
o
n
v
o
l
ut
i
o
n
n
e
ur
a
l
n
e
t
wo
r
k
(
C
NN
)
de
e
p
m
o
de
l
s
,
Al
e
x
Ne
t
,
a
n
d
S
que
e
z
e
Ne
t
.
I
n
a
dd
i
t
i
o
n
,
we
us
e
d
t
h
e
M
o
bi
l
e
Ne
t
-
V2
a
n
d
M
o
bi
l
e
Ne
t
-
V3
de
e
p
m
o
de
l
s
t
h
a
t
h
a
d
a
l
r
e
a
d
y
b
e
e
n
t
r
a
i
n
e
d.
A
pa
i
r
o
f
qua
n
t
i
z
a
t
i
o
n
t
e
c
hni
que
s
,
po
s
t
-
tr
a
i
ni
ng
qua
n
t
i
z
a
t
i
o
n
(
P
T
Q)
a
n
d
qua
n
t
i
z
a
t
i
o
n
a
wa
r
e
-
t
r
a
i
ni
ng
(
QA
T
)
,
a
r
e
e
m
p
l
o
y
e
d
t
o
c
a
r
r
y
o
ut
th
e
o
pt
i
mi
z
a
t
i
o
n
pr
o
c
e
dur
e
s
.
F
o
l
l
o
w
i
ng
t
hi
s
,
we
w
il
l
us
e
t
h
e
I
n
t
e
r
pr
e
t
e
r
to
a
s
s
e
s
s
t
h
e
DL
m
o
de
l
s
a
f
t
e
r
t
h
e
y
h
a
v
e
b
e
e
n
c
o
nv
e
r
t
e
d
to
t
h
e
T
e
n
s
o
r
F
l
o
w
L
i
t
e
(
T
F
L
i
t
e
)
f
o
r
m
a
t
.
He
r
e
i
s
t
h
e
o
ut
l
i
ne
f
o
r
t
h
e
r
e
m
a
i
nde
r
o
f
t
h
e
pa
pe
r
’
s
c
o
n
t
e
n
t.
I
n
s
e
c
t
i
o
n
2,
we
t
a
ke
a
hi
g
h
-
l
e
v
e
l
l
o
o
k
a
t
T
i
ny
M
L
,
d
i
s
c
u
s
s
i
ng
i
t
s
d
e
f
i
n
i
t
i
o
n
a
n
d
t
h
e
b
e
n
e
f
i
t
s
i
t
o
f
f
e
r
s
.
T
h
e
r
e
l
e
va
n
t
r
e
s
e
a
r
c
h
o
n
pe
de
s
t
r
i
a
n
de
t
e
c
t
i
o
n
is
r
e
vi
e
we
d
i
n
s
e
c
t
i
o
n
3.
W
e
s
h
o
w
o
u
r
m
e
t
h
o
do
l
o
g
y
a
ppr
o
a
c
h
to
t
h
e
r
e
s
e
a
r
c
h
i
n
s
e
c
t
i
o
n
4.
T
h
e
a
pp
l
i
c
a
t
i
o
n
a
n
d
e
v
a
l
ua
t
i
o
n
o
f
o
ur
m
e
t
h
o
ds
a
r
e
de
t
a
i
l
e
d
i
n
s
e
c
t
i
o
n
5.
T
h
e
r
e
s
u
l
t
s
a
r
e
di
s
c
u
s
s
e
d
a
n
d
c
o
m
pa
r
e
d
i
n
s
e
c
t
i
o
n
6.
F
i
na
ll
y
,
s
e
c
t
i
o
n
7
i
ll
us
t
r
a
t
e
s
t
h
e
f
i
na
l
c
o
n
c
l
u
s
i
o
n
s
.
2.
OVE
RV
I
E
W
OF
T
I
NY
M
L
T
i
ny
M
L
i
s
a
n
e
m
e
r
g
i
n
g
f
i
e
l
d
t
h
a
t
a
c
c
e
l
e
r
a
t
e
s
I
o
T
i
nv
e
n
t
i
o
ns
i
n
s
m
a
r
t
c
i
t
i
e
s
,
s
uc
h
a
s
s
m
a
r
t
t
r
a
n
s
po
r
t
a
t
i
o
n
,
a
uto
n
o
m
o
us
dr
i
vi
ng,
s
m
a
r
t
a
gr
i
c
u
l
t
ur
e
,
a
n
d
s
m
a
r
t
e
n
vi
r
o
nm
e
n
t
.
T
i
ny
M
L
i
m
p
l
e
m
e
n
t
s
DL
t
a
s
ks
l
o
c
a
ll
y
o
n
m
a
c
hi
ne
s
u
n
de
r
a
m
il
li
wa
t
t
[
8
]
,
[
9]
.
R
e
duc
e
s
c
o
m
put
a
t
i
o
n
a
l
po
we
r
a
n
d
da
t
a
to
i
m
pr
o
v
e
DL
a
l
go
r
i
t
hm
s
[
9]
.
T
i
ny
M
L
i
s
a
t
i
ny
m
a
c
hi
ne
l
e
a
r
ni
n
g
-
a
wa
r
e
f
r
a
m
e
wo
r
k,
a
r
c
hi
t
e
c
t
ur
e
s
,
too
l
s
,
t
e
c
hni
q
ue
s
,
a
n
d
a
ppr
o
a
c
h
e
s
t
h
a
t
c
a
n
pe
r
f
o
r
m
o
n
-
de
vi
c
e
s
t
a
t
i
s
t
i
c
a
l
a
n
a
ly
s
i
s
f
o
r
a
w
i
d
e
r
a
n
g
e
o
f
s
e
n
s
i
ng
m
o
da
li
t
i
e
s
(
vi
s
i
o
n
,
a
ud
i
o
,
s
pe
e
c
h
,
m
o
t
i
o
n
,
c
he
m
i
c
a
l
,
p
hy
s
i
c
a
l
,
t
e
x
t
ua
l
,
a
n
d
c
o
gni
t
i
ve
)
a
t
M
i
ll
iWa
t
t
or
b
e
l
o
w
w
i
t
h
t
a
r
ge
t
i
n
g
b
a
t
t
e
r
y
-
o
pe
r
a
t
e
d
e
m
b
e
dd
e
d
e
dge
de
vi
c
e
s
[
10]
.
Ha
r
dwa
r
e
,
s
o
f
t
wa
r
e
,
a
n
d
a
l
go
r
i
t
hm
s
m
a
ke
up
T
i
ny
M
L
.
Ha
r
dwa
r
e
c
a
n
i
n
c
l
ude
I
oT
de
vi
c
e
s
w
i
t
h
o
r
w
i
t
h
o
ut
a
c
c
e
l
e
r
a
to
r
s
.
M
i
c
r
o
c
o
n
t
r
o
l
l
e
r
uni
t
s
(
M
C
Us
)
a
r
e
a
ppr
o
p
r
i
a
t
e
T
i
ny
M
L
h
a
r
dwa
r
e
p
l
a
t
f
o
r
m
s
due
t
o
t
h
e
i
r
s
pe
c
s
[
11]
.
A
C
P
U,
f
l
a
s
h
m
e
m
o
r
y
,
r
a
n
do
m
-
a
c
c
e
s
s
m
e
m
o
r
y
(
R
A
M
)
,
a
n
d
i
n
put
/o
u
t
pu
t
pe
r
i
p
h
e
r
a
l
s
m
a
ke
up
t
h
e
m
i
c
r
o
c
o
n
t
r
o
l
l
e
r
c
hi
p.
M
i
c
r
o
c
o
n
t
r
o
l
l
e
r
s
a
r
e
t
i
n
y
(
∼
1
cm
3
)
,
l
o
w
-
c
o
s
t,
a
n
d
l
o
w
-
po
we
r
[
9]
.
T
h
e
i
r
c
l
o
c
k
s
pe
e
d
i
s
8
M
Hz
t
o
500
M
Hz
,
p
o
we
r
i
s
15
mA
,
R
A
M
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
I
S
S
N:
2502
-
4752
P
R
DTi
ny
M
L
:
de
e
p
lear
ning
-
bas
e
d
T
inyM
L
-
bas
e
d
pe
de
s
tr
ian
de
tec
ti
on
…
(
N
o
r
ah
N
.
A
laj
lan
)
285
s
to
r
a
ge
i
s
8
KB
to
320
K
B
,
a
n
d
f
l
a
s
h
m
e
m
o
r
y
is
32
K
B
to
2
M
B
.
R
e
c
e
n
t
l
y
,
s
o
f
t
wa
r
e
t
i
t
a
ns
ha
ve
s
h
o
wn
i
n
t
e
r
e
s
t
i
n
T
i
ny
M
L
.
M
i
c
r
o
s
o
f
t
o
f
f
e
r
s
E
dge
M
L
[
12]
,
G
oo
gl
e
ha
s
T
F
L
i
t
e
,
whi
c
h
l
e
t
s
I
o
T
de
vi
c
e
s
r
u
n
n
e
ur
a
l
n
e
t
wo
r
k
(
NN
)
m
o
de
l
s
[
13]
.
H
o
we
v
e
r
,
T
i
ny
M
L
a
s
DL
a
l
go
r
i
t
hm
s
s
h
o
u
l
d
b
e
t
i
ny
(
a
f
e
w
K
B
)
.
Qua
nt
i
z
a
t
i
o
n
,
pr
uni
ng,
a
n
d
kn
o
w
l
e
dge
d
i
s
t
i
ll
a
t
i
o
n
m
a
y
b
e
us
e
d
to
c
o
n
de
ns
e
DL
m
o
de
l
s
f
o
r
I
oT
de
vi
c
e
s
w
i
t
h
l
im
i
t
e
d
r
e
s
o
ur
c
e
s
[
11]
.
Opt
i
mi
z
a
t
i
o
n
a
n
d
c
o
nv
e
r
s
i
o
n
o
f
DL
m
o
de
l
s
:
t
o
e
n
a
bl
e
I
o
T
de
vi
c
e
DL
i
nf
e
r
e
n
c
e
,
DL
m
o
de
l
o
p
t
i
mi
z
a
t
i
o
n
m
e
t
h
o
ds
b
u
il
d
l
i
g
h
t
we
i
g
h
t
m
o
de
l
s
.
T
h
e
we
i
g
h
t
o
f
DL
m
o
de
l
s
m
a
ke
s
i
n
t
e
gr
a
t
i
n
g
t
h
e
m
w
i
t
h
I
oT
de
vi
c
e
s
d
i
f
f
i
c
u
l
t
.
De
vi
c
e
s
t
h
a
t
c
o
n
s
u
m
e
r
e
s
o
ur
c
e
s
m
a
ke
DL
i
nf
e
r
e
n
c
e
d
i
f
f
i
c
u
l
t
.
DL
m
o
de
l
o
p
t
i
mi
z
a
t
i
o
n
c
o
m
pr
e
s
s
e
s
a
n
d
a
c
c
e
l
e
r
a
t
e
s
s
upe
r
f
l
uo
us
pa
r
a
m
e
t
e
r
s
w
i
t
h
o
u
t
a
f
f
e
c
t
i
n
g
a
c
c
ur
a
c
y
.
T
h
e
c
o
m
m
o
n
DL
m
o
de
l
o
p
t
i
mi
z
a
t
i
o
n
s
t
r
a
t
e
gi
e
s
a
r
e
qua
n
t
i
z
a
t
i
o
n
,
n
e
t
wo
r
k
pr
uni
ng,
a
n
d
we
i
g
h
t
f
a
c
t
o
r
i
z
a
t
i
o
n
[
14]
.
Qua
n
t
i
z
a
t
i
o
n
i
s
a
s
t
a
n
da
r
d
T
i
ny
M
L
c
o
m
pr
e
s
s
i
o
n
a
ppr
o
a
c
h
,
t
h
us
t
hi
s
s
t
udy
us
e
s
i
t
.
Qua
n
t
i
z
a
t
i
o
n
m
e
t
h
o
ds
us
e
l
e
s
s
f
l
a
s
h
m
e
m
o
r
y
a
n
d
R
AM
whil
e
pr
e
s
e
r
vi
ng
m
o
de
l
a
c
c
ur
a
c
y
[
15]
.
Qua
n
t
i
z
a
t
i
o
n
a
ppr
o
a
c
h
e
s
us
e
o
pt
i
mi
z
a
t
i
o
n
pr
i
nc
i
p
l
e
s
to
m
e
e
t
de
vi
c
e
r
e
s
t
r
i
c
t
i
o
ns
w
i
t
h
li
mi
t
e
d
r
e
s
o
ur
c
e
s
[
15
]
.
Qua
n
t
i
z
a
t
i
o
n
i
nv
o
l
v
e
s
s
ubs
t
i
t
ut
i
ng
hi
g
h
-
pr
e
c
i
s
i
o
n
DL
pa
r
a
m
e
t
e
r
s
wi
t
h
l
o
w
-
pr
e
c
i
s
i
o
n
o
n
e
s
w
i
t
h
o
ut
a
f
f
e
c
t
i
n
g
m
o
de
l
a
r
c
hi
t
e
c
t
ur
e
.
B
y
32
-
bi
t
f
l
o
a
t
i
n
g
-
po
i
n
t
v
a
l
u
e
s
[
14]
,
[
16
]
.
T
h
e
q
ua
n
t
i
z
a
t
i
o
n
(
1)
unif
o
r
m
ly
m
a
ps
r
e
a
l
v
a
l
ue
s
to
i
n
t
e
ge
r
v
a
l
ue
s
.
(
)
=
(
⁄
)
+
(
1
)
(
1)
W
h
e
r
e
r
o
un
ds
to
t
h
e
n
e
a
r
e
s
t
i
n
t
e
ge
r
to
s
e
t
t
h
e
o
u
t
put
v
a
l
ue
.
a
r
e
r
e
a
l
n
u
m
be
r
s
,
i
s
a
s
c
a
l
i
ng
f
a
c
t
or
,
a
nd
i
s
a
n
i
n
t
e
ge
r
z
e
r
o
po
i
n
t
.
S
c
a
l
i
ng
i
s
a
po
s
i
t
i
v
e
i
n
t
e
ge
r
t
h
a
t
de
t
e
r
m
i
ne
s
qua
n
t
i
z
a
t
i
o
n
s
t
e
p
s
i
z
e
.
R
e
a
l
n
u
m
be
r
v
a
l
ue
s
de
pe
n
d
o
n
s
c
a
l
i
ng
f
a
c
t
or
.
h
a
s
s
e
v
e
r
a
l
r
e
a
l
nu
m
b
e
r
r
a
n
ge
s
,
e
a
c
h
m
a
ppe
d
to
a
n
u
m
e
r
i
c
a
l
v
a
l
ue
.
S
k
i
r
m
a
n
t
a
s
Kli
g
y
s
o
f
Go
o
gl
e
M
o
bil
e
V
i
s
i
o
n
p
i
o
n
e
e
r
e
d
Q
A
T
.
Qua
n
t
i
z
a
t
i
o
n
m
e
t
h
o
ds
l
i
ke
t
hi
s
i
nn
o
v
a
t
i
o
n
t
r
y
to
c
o
r
r
e
c
t
f
o
r
qua
n
t
i
z
a
t
i
o
n
e
r
r
o
r
a
n
d
r
e
duc
e
a
c
c
ur
a
c
y
l
o
s
s
.
T
r
a
i
n
qua
n
t
i
z
e
d
de
e
p
n
e
ur
a
l
n
e
t
wo
r
ks
du
r
i
n
g
t
h
e
f
o
r
wa
r
d
pa
s
s
.
T
h
e
tr
a
i
ni
ng
o
f
DL
m
o
de
l
s
s
t
i
l
l
us
e
s
f
l
o
a
t
i
n
g
-
po
i
n
t
o
r
n
o
n
-
qua
n
t
i
z
e
d
v
a
l
ue
s
.
T
h
e
qua
n
t
i
z
e
d
m
o
de
l
’
s
a
v
e
r
a
ge
o
ut
c
o
m
e
s
im
pr
o
v
e
a
n
d
t
h
e
l
e
a
r
ni
ng
p
h
a
s
e
s
t
a
bil
i
z
e
s
.
P
r
e
-
t
r
a
i
ni
ng
D
L
m
o
de
l
s
us
i
ng
a
ppr
o
pr
i
a
t
e
c
o
nf
i
gur
a
t
i
o
n
pa
r
a
m
e
t
e
r
s
us
i
n
g
f
l
o
a
t
i
n
g
po
i
n
t
v
a
l
ue
s
[
17]
.
Af
t
e
r
DL
m
o
de
l
t
r
a
i
ni
ng,
p
o
s
t
-
t
r
a
i
ni
ng
qua
n
t
i
z
a
t
i
o
n
(
P
T
Q)
qua
n
t
i
f
i
e
s
DL
pa
r
a
m
e
t
e
r
s
.
On
c
e
DL
m
o
de
l
t
r
a
i
ni
n
g
i
s
c
o
m
p
l
e
t
e
,
f
r
e
e
z
e
a
n
d
qua
n
t
i
z
e
p
a
r
a
m
e
t
e
r
s
.
Unli
ke
Q
A
T
,
P
T
Q
q
ua
n
t
i
f
i
e
d
pa
r
a
m
e
t
e
r
we
i
g
h
t
w
i
t
h
o
ut
tr
a
i
ni
ng
pa
r
a
m
e
t
e
r
m
o
d
i
f
i
c
a
t
i
o
n
s
[
17]
.
T
h
e
qua
n
t
i
z
a
t
i
o
n
e
r
r
or
o
f
e
a
c
h
pa
r
a
m
e
t
e
r
i
n
t
h
e
P
T
Q
c
a
us
e
s
a
c
t
i
v
a
t
i
o
n
e
r
r
o
r
.
A
dd
i
t
i
o
n
a
ll
y
,
de
c
r
e
a
s
i
ng
we
i
g
h
t
v
a
l
ue
s
i
nc
r
e
a
s
e
qua
n
t
i
z
a
t
i
o
n
e
r
r
or
.
T
h
us
,
a
c
c
ur
a
c
y
de
c
r
e
a
s
e
s
.
P
T
Q
’
s
do
wn
s
i
de
i
s
qua
n
t
i
z
a
t
i
o
n
e
r
r
o
r
s
a
t
t
h
e
o
u
t
pu
t
,
whi
c
h
m
i
g
h
t
c
a
us
e
t
h
e
c
l
a
s
s
if
i
e
r
m
o
de
l
t
o
mi
s
c
l
a
s
s
if
y
t
h
e
i
n
put
da
t
a
,
l
o
we
r
i
n
g
a
c
c
ur
a
c
y
c
o
m
pa
r
e
d
to
t
h
e
t
r
a
i
ni
ng
m
o
de
l
.
P
T
Q
’
s
t
h
r
e
e
m
e
t
h
o
ds
-
F
l
o
a
t
16
qua
n
t
i
z
a
t
i
o
n
,
d
y
n
a
mi
c
r
a
n
ge
qua
n
t
i
z
a
t
i
o
n
(
DR
Q)
,
a
n
d
f
u
ll
i
n
t
e
ge
r
q
ua
n
t
i
z
a
t
i
o
n
(
F
I
Q)
-
r
e
duc
e
d
t
h
e
s
i
z
e
o
f
a
t
r
a
i
ni
ng
DL
m
o
de
l
w
i
t
h
c
o
nv
o
l
ut
i
o
n
a
l
l
a
y
e
r
s
by
f
o
ur
t
i
m
e
s
a
n
d
s
pe
d
up
e
x
e
c
ut
i
o
n
by
10
-
50%
[
18]
.
D
R
Q
a
n
d
F
I
Q
we
r
e
c
h
o
s
e
n
f
o
r
c
ur
r
e
n
t
s
t
udy
b
e
c
a
us
e
t
h
e
s
e
m
e
t
h
o
ds
s
c
a
l
e
d
t
h
e
m
o
de
l
s
f
o
ur
t
i
m
e
s
s
m
a
l
l
e
r
a
n
d
t
h
e
16
-
bi
t
f
l
o
a
t
i
n
g
po
i
n
t
t
wi
c
e
a
s
s
m
a
l
l
:
(
i
)
F
I
Q:
i
t
c
o
n
v
e
r
t
s
a
l
l
m
o
de
l
we
i
g
h
t
a
n
d
a
c
t
i
v
a
t
i
o
n
pa
r
a
m
e
t
e
r
s
f
r
o
m
32
-
bi
t
f
l
o
a
t
i
n
g
-
po
i
n
t
to
8
-
bi
t
i
n
t
e
ge
r
i
n
t
e
ge
r
s
.
Al
t
h
o
ugh
F
I
Q
qua
n
t
i
z
a
t
i
o
n
h
a
s
b
e
n
e
f
i
t
s
,
i
t
r
e
duc
e
s
a
c
c
ur
a
c
y
.
I
t
qua
n
t
i
z
e
s
t
h
e
m
o
de
l
,
r
e
duc
i
n
g
a
c
c
ur
a
c
y
b
ut
k
e
e
p
i
n
g
i
t
w
i
t
hi
n
a
c
c
e
pt
a
bl
e
li
m
i
t
s
.
I
n
F
I
Q,
we
i
g
h
t
s
a
n
d
a
c
t
i
v
a
t
i
o
ns
a
r
e
qua
n
t
i
z
e
d
by
s
c
a
li
ng
o
v
e
r
8
-
bi
t
i
n
t
e
ge
r
s
.
(
ii
)
DR
Q:
t
h
e
de
f
a
u
l
t
m
e
t
h
o
d
f
o
r
P
T
Q
r
e
duc
e
s
m
o
de
l
s
i
z
e
a
n
d
o
p
t
i
mi
z
e
s
i
nf
e
r
e
n
c
e
de
l
a
y
[
19]
.
A
f
t
e
r
t
r
a
i
ni
ng
DL
m
o
de
l
s
f
r
o
m
f
l
o
a
t
i
n
g
-
po
i
n
t
n
u
m
b
e
r
s
t
o
f
i
x
e
d
-
po
i
n
t
i
n
t
e
ge
r
n
u
m
be
r
s
,
P
T
Q
qua
n
t
i
z
e
s
a
n
d
a
c
t
i
v
a
t
e
s
th
e
i
r
we
i
g
h
t
s
.
Ope
r
a
tor
s
dy
n
a
mi
c
a
ll
y
qua
n
t
i
z
e
a
c
t
i
v
a
t
i
o
n
s
b
a
s
e
d
o
n
t
h
e
i
r
r
a
n
ge
t
o
8
-
bi
t
i
n
t
e
ge
r
s
a
n
d
c
o
n
duc
t
c
o
m
put
a
t
i
o
n
s
w
i
t
h
8
-
bi
t
i
n
t
e
ge
r
we
i
g
h
t
s
a
n
d
a
c
t
i
va
t
i
o
n
s
t
o
r
e
duc
e
i
nf
e
r
e
nc
e
t
i
m
e
i
n
“
d
y
na
mi
c
r
a
n
g
e
”
.
Af
t
e
r
m
u
l
t
i
p
li
c
a
t
i
o
n
a
n
d
a
c
c
u
m
u
l
a
t
i
o
n
,
a
c
t
i
v
a
t
i
o
n
v
a
l
ue
s
a
r
e
de
qua
n
t
i
z
e
d
to
32
-
bi
t
f
l
o
a
t
i
n
g
-
po
i
n
t
n
u
m
be
r
s
.
I
n
c
o
n
t
r
a
s
t
to
F
I
Q,
DR
Q
c
o
n
ve
r
t
s
a
c
t
i
v
a
t
i
o
n
v
a
l
ue
s
t
o
i
n
t
e
ge
r
s
“
on
-
t
h
e
-
f
ly
”
dur
i
n
g
i
nf
e
r
e
n
c
e
t
i
m
e
.
S
i
nc
e
DR
Q
qua
n
t
i
z
a
t
i
o
n
do
e
s
n
ot
r
e
qui
r
e
a
r
e
pr
e
s
e
n
t
a
t
i
v
e
da
t
a
s
e
t
,
i
t
h
a
s
a
dv
a
n
t
a
ge
s
o
v
e
r
t
h
e
wh
o
l
e
i
n
t
e
ge
r
.
A
s
DR
Q
s
to
r
e
s
a
c
t
i
v
a
t
i
o
n
s
v
a
l
ue
s
a
s
f
l
o
a
t
i
n
g
-
po
i
n
t
n
u
m
be
r
s
dur
i
n
g
t
h
e
“
s
t
a
n
d
-
by
”
p
h
a
s
e
,
E
dge
T
P
U
c
a
n
n
o
t
b
e
us
e
d
a
s
q
ua
n
t
i
z
e
d
m
o
de
l
c
us
t
o
m
h
a
r
dwa
r
e
b
e
c
a
us
e
i
t
o
nl
y
s
uppo
r
t
s
i
n
t
e
ge
r
a
r
i
t
hm
e
t
i
c
[
20]
.
M
o
s
t
s
m
a
r
t
c
i
t
y
a
pps
f
u
n
c
t
i
o
n
we
ll
i
n
s
m
a
r
t
e
nvir
o
nm
e
n
t
s
,
t
r
a
n
s
po
r
t
a
t
i
o
n
,
a
gr
i
c
u
l
t
ur
e
,
a
n
d
h
o
m
e
s
us
i
n
g
DL
a
n
d
I
o
T
de
vi
c
e
s
.
T
hi
s
c
o
m
p
li
c
a
t
e
s
s
ur
v
e
y
a
n
d
r
e
vi
e
w
r
e
s
e
a
r
c
h
.
Ne
w
t
e
c
h
T
i
ny
M
L
l
e
v
e
r
a
g
e
s
DL
in
m
a
ny
I
o
T
a
pps
.
I
t
o
p
t
i
mi
z
e
s
DL
m
o
de
l
s
f
o
r
I
o
T
de
vi
c
e
s
’
l
im
i
t
e
d
r
e
s
o
ur
c
e
s
to
i
m
pr
o
v
e
a
c
c
ur
a
c
y
a
n
d
pe
r
f
o
r
m
a
n
c
e
.
DL
m
e
e
t
s
s
m
a
r
t
c
i
t
y
I
oT
de
vi
c
e
s
w
it
h
T
i
ny
M
L
.
Ne
x
t
s
ub
s
e
c
t
i
o
n
s
e
x
p
l
a
i
n
h
o
w
l
i
g
h
t
we
i
g
h
t
DL
m
o
de
l
t
r
a
i
ni
ng
a
l
l
o
ws
I
o
T
de
vi
c
e
s
w
i
t
h
l
im
i
t
e
d
r
e
s
o
ur
c
e
s
a
n
d
po
we
r
to
i
nf
e
r
.
T
r
a
i
n
l
i
g
h
t
we
i
g
h
t
DL
m
o
de
l
s
:
c
o
m
p
l
e
x
de
e
p
-
l
e
a
r
ni
ng
m
o
de
l
s
a
r
e
n
e
e
de
d
f
o
r
s
m
a
r
t
c
i
t
y
a
pps
.
T
r
a
i
ni
ng
l
a
r
ge
DL
m
o
de
l
s
r
e
qu
i
r
e
s
GPUs
a
n
d
h
o
ur
s
.
L
a
r
ge
s
to
r
a
ge
m
e
m
o
r
y
i
s
n
e
e
de
d
f
o
r
e
l
e
c
t
r
i
c
I
o
T
de
vi
c
e
s
.
F
o
r
a
c
c
ur
a
c
y
,
I
o
T
de
vi
c
e
s
m
u
s
t
b
e
p
o
w
e
r
f
u
l
a
n
d
r
e
s
o
ur
c
e
-
i
n
t
e
n
s
i
ve
.
T
i
ny
M
L
r
e
duc
e
s
DL
m
o
de
l
t
r
a
i
ni
ng
f
o
r
m
i
c
r
o
c
o
n
t
r
o
l
l
e
r
de
p
l
o
y
m
e
n
t
,
m
a
k
i
ng
l
o
w
-
r
e
s
o
ur
c
e
I
oT
de
vi
c
e
s
s
m
a
r
t
.
P
r
uni
n
g
a
n
d
qua
n
t
i
z
a
t
i
o
n
c
o
m
pr
e
s
s
m
o
de
l
s
.
T
hi
s
l
i
g
h
t
we
i
g
h
t
t
r
a
i
ni
ng
pa
r
a
d
i
g
m
f
o
r
I
oT
de
vi
c
e
s
im
pr
o
v
e
s
ba
tt
e
r
y
li
f
e
a
n
d
s
a
v
e
s
o
pe
r
a
t
i
o
n
a
l
c
o
s
t
s
f
o
r
s
m
a
r
t
c
i
t
y
I
o
T
us
e
r
s
[
21
]
,
[
22
]
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2502
-
4752
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
3
9
,
N
o
.
1
,
Ju
ly
20
25
:
283
-
309
286
T
i
ny
M
L
da
t
a
i
s
pr
o
c
e
s
s
e
d
l
o
c
a
l
ly
o
n
c
o
m
put
i
n
g
de
vi
c
e
s
t
o
i
nf
e
r
l
i
g
h
t
we
i
g
h
t
DL
m
o
de
l
s
i
n
I
o
T
de
vi
c
e
s
.
R
e
a
l
-
t
i
m
e
l
o
c
a
l
da
t
a
pr
o
c
e
s
s
i
n
g
l
e
t
s
I
oT
de
vi
c
e
s
a
s
s
e
s
s
a
n
d
r
e
s
po
n
d
f
a
s
t
,
e
s
pe
c
i
a
ll
y
i
n
c
r
i
s
e
s
.
Al
s
o
de
c
r
e
a
s
e
s
c
l
o
ud
b
ur
de
n
[
23
]
,
[
24
]
.
Ga
t
e
wa
y
s
,
c
l
o
ud
s
e
r
vi
c
e
s
,
a
n
d
DL
m
o
de
l
s
h
e
l
p
I
oT
de
vi
c
e
s
i
n
put
a
n
d
h
a
n
d
l
e
da
t
a
.
L
a
r
ge
m
o
de
l
s
i
z
e
s
s
l
o
w
a
n
d
de
l
a
y
d
e
vi
c
e
DL
i
nf
e
r
e
n
c
e
.
F
o
r
T
i
ny
M
L
,
i
nf
e
r
r
i
n
g
t
h
e
DL
m
o
de
l
a
n
d
pr
o
c
e
s
s
i
n
g
da
t
a
o
n
t
h
e
de
vi
c
e
s
o
l
ve
s
r
e
s
po
n
s
e
t
i
m
e
s
,
n
e
t
w
o
r
k
b
a
n
d
w
i
dt
h
,
a
n
d
s
t
or
a
ge
i
s
s
ue
s
.
P
r
o
c
e
s
s
i
n
g
r
a
w
da
t
a
o
n
t
h
e
de
vi
c
e
r
e
duc
e
s
l
a
t
e
n
c
y
a
n
d
b
a
n
dw
idt
h
[
25
]
,
[
26]
.
T
i
ny
M
L
i
s
goo
d
f
o
r
I
o
T
de
vi
c
e
s
w
i
t
h
M
C
Us
b
e
c
a
us
e
i
t
us
e
s
s
m
a
ll
b
a
t
t
e
r
i
e
s
a
n
d
l
e
s
s
e
l
e
c
t
r
i
c
i
t
y
.
Due
to
t
h
e
i
r
s
tr
o
n
g
pr
o
c
e
s
s
o
r
s
a
n
d
GPUs
,
I
o
T
de
v
i
c
e
s
de
m
a
n
d
l
o
t
s
o
f
po
we
r
.
T
i
n
y
M
L
,
r
e
qui
r
i
ng
150
μ
W
to
23.
5
m
W
,
c
o
n
n
e
c
t
s
I
oT
de
vi
c
e
s
,
s
uc
h
a
s
s
c
o
ot
e
r
s
a
n
d
s
e
gw
a
y
s
,
f
r
o
m
a
ny
w
h
e
r
e
[
27]
.
I
t
i
n
e
r
a
n
t
c
o
gni
t
i
ve
a
pps
c
a
n
h
e
l
p
s
m
a
r
t
c
i
t
i
e
s
.
T
i
ny
M
L
u
s
e
s
li
t
t
l
e
r
e
s
o
ur
c
e
s
to
i
nf
e
r
DL
m
o
de
l
s
t
o
s
m
a
r
t
e
n
l
o
w
-
r
e
s
o
ur
c
e
I
oT
de
vi
c
e
s
.
T
i
ny
M
L
f
i
xe
s
s
m
a
r
t
c
i
t
y
I
o
T
di
f
f
i
c
u
l
t
i
e
s
.
S
m
a
r
t
c
i
t
y
a
pps
c
o
l
l
e
c
t
,
pr
o
c
e
s
s
,
a
n
d
s
t
o
r
e
da
t
a
us
i
n
g
s
e
n
s
o
r
s
a
n
d
mi
c
r
o
c
on
t
r
o
l
l
e
r
s
a
n
d
c
l
o
ud
DL
.
C
l
o
ud
c
o
m
put
i
n
g
u
s
e
s
T
F
L
OPs
,
GPUs
,
a
n
d
T
P
Us
.
to
r
un
16
-
32
GB
DL
m
o
de
l
s
qu
i
c
k
ly
,
de
l
a
yi
ng
da
t
a
a
n
d
l
e
ve
r
a
g
i
n
g
n
e
t
wo
r
k
c
a
pa
c
i
t
y
.
S
e
c
o
n
d,
GPUs
a
n
d
m
i
c
r
o
pr
o
c
e
s
s
o
r
s
e
n
a
bl
e
r
e
a
l
-
t
im
e
DL
m
o
de
l
pr
o
c
e
s
s
i
ng
i
n
s
m
a
r
t
c
i
t
i
e
s
w
i
t
h
o
ut
c
l
o
ud
c
o
m
put
i
n
g.
L
a
pt
o
ps
,
t
a
bl
e
t
s
,
a
n
d
s
m
a
r
t
ph
o
n
e
s
wi
t
h
NPU
t
e
c
h
n
o
l
o
g
y
w
i
t
h
8
R
AM
c
a
n
h
a
n
d
l
e
h
uge
s
t
o
r
a
ge
a
n
d
c
o
m
put
i
n
g
c
a
pa
c
i
t
y
.
M
o
bil
e
s
m
a
r
t
c
i
t
y
a
pp
s
ne
e
d
l
o
t
s
o
f
c
o
m
put
e
r
p
o
we
r
,
s
to
r
a
ge
,
a
n
d
b
a
tt
e
r
y
l
if
e
[
28
]
,
[
29]
.
T
i
ny
M
L
us
e
s
DL
o
n
a
2M
B
R
A
M
m
i
c
r
o
c
o
n
tr
o
l
l
e
r
to
s
a
v
e
m
o
n
e
y
a
n
d
r
e
s
o
ur
c
e
s
.
T
i
ny
M
L
a
d
v
a
n
c
e
s
s
m
a
r
t
c
i
t
y
i
nn
o
v
a
t
i
o
n
a
c
r
o
s
s
s
e
c
to
r
s
.
3.
RE
L
AT
E
D
WORK
S
I
n
o
r
de
r
to
i
de
n
t
i
f
y
pe
de
s
t
r
i
a
ns
f
r
o
m
i
m
a
ge
s
a
nd
vi
de
o
s
c
o
l
l
e
c
t
e
d
by
I
oT
de
vi
c
e
s
,
a
n
u
m
be
r
o
f
s
t
udi
e
s
h
a
v
e
ut
i
l
i
z
e
d
a
w
i
de
r
a
n
ge
o
f
DL
m
o
de
l
s
,
i
n
c
l
ud
i
ng
C
NN
,
r
e
g
i
o
n
-
c
o
nv
o
l
ut
i
o
n
a
l
ne
ur
a
l
ne
t
w
o
r
ks
(
R
-
C
NN
)
,
vi
s
u
a
l
ge
o
m
e
t
r
y
gr
o
up
-
16
(
VGG
-
16
)
,
y
o
u
o
nly
li
ve
o
n
c
e
(
YO
L
O
)
va
r
i
a
n
t
s
,
Al
e
x
Ne
t
,
a
n
d
m
uc
h
m
o
r
e
.
F
o
r
i
ns
t
a
n
c
e
,
Z
h
u
e
t
al.
[
30
]
,
us
e
d
b
a
c
kgr
o
un
d
r
e
m
o
v
a
l
a
n
d
DL
to
s
t
udy
l
o
n
g
-
d
i
s
t
a
n
c
e
pe
de
s
t
r
i
a
n
r
e
c
o
gni
t
i
o
n
c
h
a
ll
e
n
ge
s
.
T
hi
s
pr
o
c
e
s
s
c
o
m
pr
i
s
e
s
t
w
o
s
t
e
ps
.
F
i
r
s
t
,
t
hi
s
m
o
de
l
pr
e
s
e
n
t
s
ML
de
t
a
c
hm
e
n
t
f
r
a
m
e
wo
r
k
f
a
c
t
s
.
T
h
e
a
tt
e
n
t
i
o
n
m
o
du
l
e
i
m
pr
o
v
e
s
R
e
f
i
ne
D
e
t
’
s
r
e
c
o
gni
t
i
o
n
o
f
s
m
a
ll
pe
de
s
t
r
i
a
n
s
i
n
t
he
s
e
c
o
n
d
s
t
e
p.
T
hi
s
a
ppr
o
a
c
h
r
e
qu
i
r
e
s
a
dd
i
t
i
o
na
l
b
e
nc
hm
a
r
ks
f
r
o
m
v
a
r
i
o
us
c
a
r
to
gr
a
phi
c
r
e
g
i
o
n
s
w
i
t
h
hi
g
h
f
o
ot
a
c
t
i
vi
t
y
to
a
s
s
ur
e
v
a
li
d
i
t
y
.
Kim
e
t
al.
[
31
]
i
nv
e
s
t
i
ga
t
e
d
t
h
e
de
t
e
c
t
i
o
n
o
f
pe
de
s
t
r
i
a
ns
i
n
s
m
a
r
t
b
u
i
l
d
i
ng
s
.
o
wi
n
g
to
t
h
e
f
a
c
t
t
h
a
t
t
h
e
i
de
n
t
i
f
i
c
a
t
i
o
n
o
f
pe
de
s
t
r
i
a
n
s
i
s
d
i
f
f
i
c
u
lt
o
wi
n
g
t
o
n
o
i
s
e
i
n
im
a
ge
s
a
s
we
ll
a
s
c
e
r
t
a
i
n
e
nvi
r
o
nm
e
n
t
a
l
c
o
n
d
i
t
i
o
n
s
a
n
d
pa
r
a
m
e
t
e
r
s
.
T
h
e
de
e
p
C
NN
wa
s
u
t
i
li
z
e
d
by
t
h
e
r
e
s
e
a
r
c
he
r
s
i
n
o
r
de
r
to
de
v
e
l
o
p
a
vi
s
i
o
n
-
b
a
s
e
d
m
o
de
l
.
A
dd
i
t
i
o
n
a
ll
y
,
t
h
e
o
p
t
i
mi
z
e
d
v
e
r
s
i
o
n
o
f
t
h
e
V
GG
-
16,
whi
c
h
wa
s
r
e
f
e
r
r
e
d
to
a
s
t
h
e
OV
GG
-
16,
s
e
r
v
e
d
a
s
t
h
e
a
r
c
hi
t
e
c
t
ur
a
l
c
o
r
e
t
h
a
t
wa
s
u
t
i
li
z
e
d
i
n
o
r
de
r
to
di
f
f
e
r
e
n
t
i
a
t
e
pe
de
s
t
r
i
a
n
s
f
r
o
m
t
h
e
n
u
m
e
r
o
us
a
v
a
il
a
bl
e
im
a
ge
s
.
F
o
r
t
h
e
pur
p
o
s
e
o
f
e
v
a
l
ua
t
i
n
g
t
h
e
s
ugge
s
t
e
d
m
e
t
h
o
d,
t
h
e
r
e
s
e
a
r
c
h
e
r
s
ut
i
li
z
e
d
t
h
e
I
NR
I
A
d
a
t
a
s
e
t,
whi
c
h
c
o
m
pr
i
s
e
d
6
,
817
ph
o
to
s
,
i
n
c
l
ud
i
n
g
3
,
239
photo
gr
a
ph
s
o
f
pe
de
s
t
r
i
a
n
s
.
T
h
e
im
a
ge
qua
li
t
y
i
n
t
hi
s
da
t
a
s
e
t
wa
s
227×
227
p
i
x
e
l
s
.
I
n
c
o
m
pa
r
i
s
o
n
to
p
r
e
vi
o
us
a
ppr
o
a
c
h
e
s
to
ML
,
t
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
d
h
a
s
a
hi
g
h
l
e
ve
l
o
f
a
c
c
ur
a
c
y
(
a
b
o
ut
98
.
8%
)
wh
e
n
i
t
c
o
m
e
s
t
o
t
h
e
a
c
c
ur
a
t
e
i
de
n
t
i
f
i
c
a
t
i
o
n
o
f
pe
de
s
t
r
i
a
n
s
.
T
hi
s
wa
s
de
mo
n
s
t
r
a
t
e
d
by
t
h
e
f
i
nd
i
ngs
o
f
t
h
e
r
e
s
e
a
r
c
h
e
r
s
’
i
nv
e
s
t
i
ga
t
i
o
ns
.
T
o
m
è
e
t
al
.
[
32]
pr
o
p
o
s
e
d
a
s
y
s
t
e
m
f
o
r
t
h
e
i
de
n
t
i
f
i
c
a
t
i
o
n
o
f
pe
de
s
t
r
i
a
n
s
t
h
a
t
m
a
ke
s
us
e
o
f
DL
pr
i
n
c
i
p
l
e
s
.
I
n
a
dd
i
t
i
o
n
to
t
hi
s
,
t
h
e
r
e
s
e
a
r
c
h
e
r
s
s
ugge
s
t
e
d
a
n
e
w
pa
r
a
d
i
g
m
f
o
r
r
e
c
o
gni
z
i
ng
pe
de
s
t
r
i
a
ns
.
DL
m
o
de
l
s
c
a
ll
e
d
Al
e
x
Ne
t
a
n
d
Goo
gL
e
Ne
t
we
r
e
u
t
i
li
z
e
d
by
t
h
e
r
e
s
e
a
r
c
h
e
r
s
i
n
o
r
de
r
to
f
a
c
il
i
t
a
t
e
t
h
e
im
p
l
e
m
e
n
t
a
t
i
o
n
o
f
t
h
e
i
r
pr
o
p
o
s
e
d
a
l
go
r
i
t
hm
o
n
c
o
n
t
e
m
po
r
a
r
y
h
a
r
dwa
r
e
.
A
dd
i
t
i
o
na
l
ly
,
t
h
e
r
e
s
e
a
r
c
h
e
r
s
pr
o
p
o
s
e
d
n
e
w
m
e
t
h
o
ds
f
o
r
v
a
r
i
o
us
s
t
a
ge
s
o
f
pe
de
s
t
r
i
a
n
i
de
n
t
i
f
i
c
a
t
i
o
n
.
T
h
e
y
ut
i
li
z
e
d
t
h
e
NV
I
DI
A
J
e
t
s
o
n
T
K
1,
a
c
o
m
put
i
n
g
p
l
a
t
f
o
r
m
t
h
a
t
i
s
b
a
s
e
d
o
n
gr
a
phi
c
s
pr
o
c
e
s
s
i
n
g
uni
t
s
(
GPUs
)
,
a
s
we
l
l
a
s
t
h
e
C
a
l
t
e
c
h
P
e
de
s
t
r
i
a
n
da
t
a
s
e
t
i
n
o
r
de
r
to
i
m
p
l
e
m
e
n
t
a
n
d
a
s
s
e
s
s
t
h
e
o
f
f
e
r
e
d
m
e
t
h
o
do
l
o
g
i
e
s
a
n
d
s
o
l
ut
i
o
ns
.
T
hi
s
pa
r
t
i
c
u
l
a
r
da
t
a
s
e
t
i
nc
l
ude
s
a
ppr
o
xi
m
a
t
e
l
y
t
e
n
h
o
ur
s
o
f
vi
de
o
c
o
n
t
e
n
t
t
h
a
t
pe
r
t
a
i
ns
to
a
u
to
s
a
n
d
wa
s
ga
t
h
e
r
e
d
i
n
a
va
r
i
e
t
y
o
f
we
a
t
h
e
r
c
o
n
d
i
t
i
o
n
s
.
T
hi
s
da
t
a
s
e
t
h
a
d
137
m
i
nut
e
s
o
f
vi
de
o
c
o
n
t
e
n
t
wi
t
h
a
tot
a
l
o
f
2
,
300
d
i
f
f
e
r
e
n
t
pe
de
s
t
r
i
a
ns
a
n
d
250
t
h
o
us
a
n
d
f
r
a
m
e
s
e
a
c
h
mi
nut
e
.
Ha
l
f
o
f
t
h
e
f
r
a
m
e
s
c
o
n
t
a
i
n
e
d
n
o
pe
de
s
t
r
i
a
ns
,
wh
e
r
e
a
s
t
hi
r
t
y
pe
r
c
e
n
t
o
f
t
h
e
f
r
a
m
e
s
c
o
n
t
a
i
n
e
d
t
wo
o
r
t
h
r
e
e
pe
de
s
t
r
i
a
n
s
.
A
s
a
r
e
s
u
l
t
o
f
t
h
e
e
x
e
c
ut
i
o
n
o
f
t
h
e
i
r
pr
o
po
s
e
d
t
e
c
h
n
o
l
o
gy
,
t
h
e
a
c
c
ur
a
c
y
o
f
t
h
e
Al
e
x
Ne
t
m
o
de
l
i
s
80.
1%
a
n
d
f
o
r
Goo
gL
e
Ne
t
m
o
de
l
i
s
80.
3%
.
t
h
e
s
e
r
e
s
e
a
r
c
h
e
r
s
we
r
e
a
bl
e
to
de
m
o
ns
t
r
a
t
e
t
h
a
t
i
t
i
s
hi
g
hly
e
f
f
i
c
i
e
n
t
a
n
d
a
c
c
ur
a
te
i
n
s
po
tt
i
n
g
pe
de
s
t
r
i
a
n
s
i
n
r
e
a
l
t
i
m
e
.
F
ur
t
h
e
r
r
e
s
e
a
r
c
h
e
r
s
pr
o
p
o
s
e
d
m
u
l
t
i
m
o
da
l
im
a
g
i
ng
a
n
d
ML
m
e
t
h
o
ds
to
de
s
i
g
n
,
i
m
p
l
e
m
e
n
t
,
a
n
d
e
v
a
l
ua
t
e
pe
de
s
t
r
i
a
n
de
t
e
c
t
i
o
n
m
e
t
h
o
ds
[
33]
.
T
w
o
c
a
m
e
r
a
s
we
r
e
c
a
l
i
b
r
a
t
e
d
us
i
ng
a
s
pe
c
i
a
ll
y
de
s
i
g
n
e
d
r
e
f
e
r
e
n
c
e
c
he
c
ke
r
b
o
a
r
d.
T
h
e
y
pr
o
p
o
s
e
d
m
e
t
h
o
d
f
o
r
s
upe
r
i
m
po
s
i
n
g
m
u
l
t
im
o
da
l
im
a
ge
s
us
i
n
g
R
GB
da
t
a
a
n
d
t
h
e
r
m
a
l
t
o
pr
o
duc
e
t
h
e
f
i
na
l
im
a
ge
s
.
T
h
e
y
c
r
e
a
t
e
d
n
e
w
da
t
a
s
e
t
w
i
t
h
8
,
000
m
u
l
t
im
o
da
l
i
m
a
ge
s
i
n
go
o
d
a
n
d
l
i
mi
t
e
d
vi
s
i
bil
i
t
y
.
F
o
r
de
t
e
c
t
pe
de
s
t
r
i
a
n
i
n
a
n
e
w
r
e
pr
e
s
e
n
t
a
t
i
o
n
o
f
m
u
l
t
i
m
o
da
l
da
t
a
,
t
h
e
y
pr
o
p
o
s
e
d
a
da
pt
e
d
YO
L
O
m
o
de
l
w
hi
c
h
c
o
n
t
a
i
n
e
dge
de
vi
c
e
v
a
r
i
a
n
t
f
o
r
T
F
L
i
t
e
.
T
h
e
b
e
s
t
r
e
s
u
l
t
a
c
hi
e
v
e
d
by
a
da
pt
e
d
YO
L
O
v
5
s
m
o
de
l
f
o
r
s
ubs
e
t
i
mage
s
f
o
r
goo
d
vi
s
i
bil
i
t
y
w
i
t
h
93.
4%
f
o
r
e
dge
de
vi
c
e
s
.
S
e
que
n
t
,
YO
L
Ov
5s
m
o
de
l
a
c
hi
e
ve
d
87.
8%
a
n
d
86.
8%
f
o
r
li
mi
t
e
d
vi
s
i
b
il
i
t
y
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
I
S
S
N:
2502
-
4752
P
R
DTi
ny
M
L
:
de
e
p
lear
ning
-
bas
e
d
T
inyM
L
-
bas
e
d
pe
de
s
tr
ian
de
tec
ti
on
…
(
N
o
r
ah
N
.
A
laj
lan
)
287
W
i
t
hi
n
t
h
e
c
o
n
t
e
x
t
o
f
t
h
e
a
uto
m
a
t
e
d
dr
i
vi
ng
a
pp
r
o
a
c
h
,
C
h
e
n
e
t
al.
[
34]
i
nv
e
s
t
i
ga
t
e
d
t
h
e
v
a
r
i
o
us
a
r
c
hi
t
e
c
t
ur
e
s
t
h
a
t
a
r
e
c
ur
r
e
n
t
l
y
i
n
us
e
f
o
r
pe
de
s
t
r
i
a
n
de
t
e
c
t
i
o
n
.
F
o
l
l
o
w
i
ng
a
n
e
x
p
l
a
n
a
t
i
o
n
o
f
t
h
e
n
e
c
e
s
s
i
t
y
o
f
e
m
p
l
o
yi
ng
wa
y
s
t
o
i
de
n
t
i
f
y
a
pe
de
s
t
r
i
a
n
a
n
d
a
s
c
e
r
t
a
i
n
hi
s
o
r
h
e
r
i
t
i
n
e
r
a
r
y
,
t
h
e
s
e
r
e
s
e
a
r
c
h
e
r
s
we
n
t
o
n
to
e
x
p
l
o
r
e
t
h
e
pr
o
c
e
dur
e
o
f
de
t
e
c
t
i
n
g
a
pe
r
s
o
n
while
dr
i
vi
ng
a
ve
hi
c
l
e
.
T
h
e
y
t
h
e
n
de
s
c
r
i
b
e
d
h
o
w
to
us
e
DL
t
e
c
h
ni
que
s
(
s
uc
h
a
s
R
-
C
NN
a
n
d
s
uppo
r
t
v
e
c
tor
m
a
c
hi
ne
(
S
VM
)
)
to
di
s
c
o
v
e
r
t
w
o
-
s
t
e
p
a
n
d
o
n
e
-
s
t
e
p
pa
tt
e
r
n
s
,
a
n
d
t
h
e
n
t
h
e
y
t
e
s
t
e
d
t
h
e
us
e
f
u
l
ne
s
s
o
f
t
h
e
pa
tt
e
r
n
s
t
h
a
t
we
r
e
i
de
n
t
i
f
i
e
d
to
de
t
e
c
t
p
e
de
s
t
r
i
a
n
s
f
r
o
m
t
h
e
pa
tt
e
r
n
s
t
h
a
t
we
r
e
di
s
c
o
v
e
r
e
d.
L
a
s
t
b
ut
n
ot
l
e
a
s
t
,
t
h
e
r
e
s
e
a
r
c
h
e
r
s
i
nve
s
t
i
ga
t
e
d
a
n
d
c
o
n
t
r
a
s
t
e
d
t
h
e
a
ppr
o
a
c
h
e
s
th
a
t
we
r
e
s
ugge
s
t
e
d
by
o
t
h
e
r
r
e
s
e
a
r
c
h
e
r
s
i
n
o
r
de
r
to
i
d
e
n
t
i
f
y
pe
de
s
t
r
i
a
n
s
.
T
h
e
K
T
H
da
t
a
s
e
t
,
t
h
e
UC
F
s
e
r
i
e
s
da
tas
e
t
,
t
h
e
Ho
l
ly
w
o
o
d2
da
t
a
s
e
t
,
a
n
d
t
h
e
Goo
gl
e
A
V
A
da
t
a
s
e
t
a
r
e
s
o
m
e
o
f
t
h
e
da
t
a
s
e
t
s
t
h
a
t
t
h
e
y
i
n
t
r
o
duc
e
d.
T
h
e
s
e
da
t
a
s
e
t
s
a
r
e
u
t
i
li
z
e
d
t
o
i
nv
e
s
t
i
ga
t
e
t
h
e
pr
o
p
o
s
e
d
a
ppr
o
a
c
h
e
s
f
o
r
i
de
n
t
i
f
y
i
ng
pe
de
s
t
r
i
a
n
a
c
t
i
vi
t
y
.
T
h
e
a
c
c
ur
a
c
y
r
a
t
e
o
b
t
a
i
n
e
d
by
t
h
e
R
-
C
NN
m
o
de
l
i
s
85.
5%
.
M
o
r
e
o
v
e
r
,
a
c
c
o
r
di
n
g
t
o
t
h
e
r
e
qui
r
e
m
e
n
t
s
o
f
a
ut
o
m
a
t
e
d
dr
i
vi
ng
f
o
r
r
e
a
l
-
t
i
m
e
pe
de
s
t
r
i
a
n
de
t
e
c
t
i
o
n
,
r
e
s
e
a
r
c
h
e
r
s
i
n
[
35]
pr
o
p
o
s
e
d
DL
m
o
de
l
c
a
ll
e
d
L
e
Ne
t
-
5
c
o
n
vo
l
ut
i
o
n
a
l
n
e
ur
a
l
n
e
t
wo
r
k
(
L
t
e
Ne
t
-
5C
NN
)
to
de
t
e
c
t
t
h
e
pe
de
s
t
r
i
a
ns
a
c
c
ur
a
t
e
l
y
.
T
h
e
y
t
r
a
i
n
a
n
d
t
e
s
t
a
m
o
de
l
us
i
n
g
C
a
l
t
e
c
h
da
t
a
s
e
t.
T
h
e
a
c
c
ur
a
c
y
r
e
s
u
l
t
s
we
r
e
a
b
o
v
e
95%
,
whi
c
h
b
e
t
t
e
r
t
h
a
n
t
h
e
r
e
s
u
l
t
s
f
r
o
m
S
A
-
F
a
s
t
R
-
C
NN
a
n
d
c
l
a
s
s
i
c
a
l
L
e
Ne
t
-
5
C
NN
m
o
de
l
s
.
Af
t
e
r
m
o
de
l
t
r
a
i
ni
ng,
t
h
e
y
a
pp
li
e
d
m
o
de
r
e
a
l
-
t
i
m
e
o
n
s
m
a
r
t
c
a
r
us
i
ng
I
n
t
e
l
C
o
r
e
i
7
pr
o
c
e
s
s
o
r
w
i
t
h
2.
5
GH
z
,
a
n
d
a
m
e
m
o
r
y
s
i
z
e
o
f
4G.
T
h
e
y
e
x
pe
r
i
m
e
n
t
s
h
o
we
d
i
m
pr
o
v
e
d
i
n
de
t
e
c
t
i
o
n
t
i
m
e
w
i
t
h
0.
394
s
c
o
m
pa
r
e
d
w
i
t
h
t
h
e
m
a
i
ns
t
r
e
a
m
L
e
Ne
t
C
NN
de
t
e
c
t
i
o
n
t
i
m
e
a
n
d
0.
1
55
s
,
i
n
c
o
m
pa
r
e
d
w
i
t
h
S
A
-
F
a
s
t
R
-
C
NN
.
F
o
r
t
h
e
pur
p
o
s
e
o
f
pr
o
vi
d
i
ng
r
e
a
l
-
t
i
m
e
r
e
a
c
t
i
o
n
s
i
n
dr
i
ve
r
a
s
s
i
s
t
a
n
c
e
s
y
s
t
e
m
s
,
S
a
i
d
a
n
d
B
a
r
r
[
36]
pr
o
p
o
s
e
d
a
n
o
v
e
l
s
o
f
t
wa
r
e
t
h
a
t
m
a
ke
s
us
e
o
f
a
DL
a
l
go
r
i
t
hm
f
o
r
t
h
e
pur
p
o
s
e
o
f
de
t
e
c
t
i
n
g
pe
de
s
t
r
i
a
ns
i
n
a
qu
i
c
k
a
n
d
a
c
c
ur
a
t
e
m
a
nn
e
r
.
T
h
e
u
t
i
li
z
a
t
i
o
n
o
f
i
t
e
m
c
l
a
s
s
if
i
c
a
t
i
o
n
,
pe
de
s
t
r
i
a
n
i
de
n
t
i
f
i
c
a
t
i
o
n
,
a
n
d
p
o
s
i
t
i
o
n
t
r
a
c
ki
n
g
a
r
e
a
l
l
i
nc
l
ude
d
i
n
t
hi
s
pr
o
gr
a
m
.
W
i
t
hi
n
th
e
c
o
n
t
e
x
t
o
f
t
h
e
i
m
p
l
e
m
e
n
t
a
t
i
o
n
,
l
e
a
r
ni
ng,
a
n
d
t
e
s
t
i
n
g
o
f
t
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
d,
t
h
e
T
e
n
s
o
r
F
l
o
w
DL
f
r
a
mew
o
r
k
,
t
h
e
NV
I
DI
A
,
c
uDN
N,
a
n
d
Ope
n
C
V
a
c
c
e
l
e
r
a
t
i
o
n
li
b
r
a
r
i
e
s
,
a
s
we
l
l
a
s
t
h
e
C
a
l
t
e
c
h
da
t
a
s
e
t
,
we
r
e
u
t
i
li
z
e
d.
F
o
r
t
h
e
pur
po
s
e
o
f
de
v
e
l
o
p
i
n
g
dr
i
ve
r
a
s
s
i
s
t
a
n
c
e
s
y
s
t
e
m
s
,
t
hi
s
pr
o
gr
a
m
i
s
i
ns
t
a
l
l
e
d
f
o
r
de
p
l
o
y
m
e
n
t
i
n
m
o
bi
l
e
p
h
o
n
e
s
o
r
e
m
b
e
dde
d
s
y
s
t
e
m
s
t
ha
t
a
r
e
c
o
n
n
e
c
t
e
d
to
s
e
l
f
-
dr
i
v
i
ng
c
a
r
s
.
Ahm
e
d
e
t
al.
[
37]
c
o
n
t
r
a
s
t
e
d
t
h
e
a
ppr
o
a
c
h
e
s
t
a
ke
n
to
di
a
g
n
o
s
e
bi
c
y
c
l
e
s
a
n
d
pe
de
s
t
r
i
a
n
s
.
A
s
e
lf
-
dr
i
vi
n
g
v
e
hi
c
l
e
’
s
de
t
e
c
t
i
o
n
s
t
a
ge
i
s
c
r
uc
i
a
l
f
o
r
b
u
i
ld
i
n
g
s
m
a
r
t
a
pp
l
i
c
a
t
i
o
n
s
,
a
c
c
o
r
di
n
g
t
o
t
h
e
i
r
s
t
a
t
e
m
e
n
t
,
s
i
nc
e
it
’
s
t
h
e
r
e
t
h
a
t
o
bj
e
c
t
s
c
a
n
b
e
l
o
c
a
t
e
d
a
n
d
de
t
e
c
t
e
d
us
i
n
g
de
e
p
l
e
a
r
ni
ng
t
e
c
h
ni
que
s
l
i
ke
f
a
s
t
R
-
C
NN
,
f
a
s
t
e
r
R
-
C
NN
,
a
n
d
s
i
n
g
l
e
s
h
o
t
de
t
e
c
to
r
(
S
S
D)
i
n
vi
de
o
a
n
d
i
m
a
ge
f
r
a
m
e
s
.
L
a
s
t
l
y
,
i
t
i
s
po
s
s
i
bl
e
to
m
o
ni
t
o
r
a
n
d
i
de
n
t
i
f
y
bi
ke
s
o
r
pe
de
s
t
r
i
a
ns
us
i
ng
t
r
a
c
ki
n
g
f
i
nd
i
n
gs
.
T
h
e
pr
i
m
a
r
y
o
bj
e
c
t
i
v
e
o
f
t
hi
s
r
e
s
e
a
r
c
h
wa
s
t
o
e
x
a
mi
n
e
t
h
e
c
ur
r
e
n
t
t
e
c
h
ni
qu
e
s
us
e
d
t
o
de
t
e
c
t
bi
c
y
c
l
e
s
.
A
c
c
o
r
di
n
g
to
t
h
e
i
r
r
e
s
e
a
r
c
h
,
o
n
e
wa
y
t
o
ke
e
p
r
o
a
ds
s
a
f
e
i
s
t
o
us
e
m
e
t
h
o
ds
t
h
a
t
c
a
n
a
c
c
ur
a
t
e
l
y
i
de
n
t
i
f
y
pe
o
p
l
e
o
n
f
o
ot
a
n
d
bi
ke
s
,
s
uc
h
a
s
s
e
n
s
o
r
f
us
i
o
n
a
n
d
i
n
t
e
n
t
e
s
t
i
m
a
t
e
a
n
d
t
h
e
a
c
c
ur
a
c
y
o
f
t
h
e
R
-
C
NN
i
s
91%
.
On
a
n
o
t
h
e
r
h
a
n
d,
r
e
s
e
a
r
c
h
e
r
’
s
im
pa
l
e
m
e
n
t
f
i
ne
t
uni
ng
on
F
a
s
t
e
r
R
-
C
NN
m
o
de
l
.
W
h
e
r
e
i
n
,
f
i
ne
-
t
uni
n
g
ha
s
gr
e
a
t
i
n
t
e
r
e
s
t
due
to
i
t
s
r
e
t
r
a
i
ni
ng
c
o
n
v
o
l
ut
i
o
n
a
l
n
e
t
wor
ks
,
a
n
d
s
h
o
w
n
s
t
a
t
e
-
of
-
t
h
e
-
a
r
t
pe
r
f
o
r
m
a
nc
e
f
o
r
de
t
e
c
t
i
o
n
,
a
n
d
s
e
g
m
e
n
t
a
t
i
o
n
[
38]
.
T
h
us
,
t
h
e
y
e
v
a
l
ua
t
e
a
n
d
c
o
m
pa
r
i
ng
o
f
F
a
s
t
e
r
R
-
C
NN
I
n
c
e
pt
i
o
n
v
2,
s
i
n
g
l
e
s
h
o
t
m
u
l
t
ib
o
x
de
t
e
c
to
r
(
S
S
D)
I
n
c
e
pt
i
o
n
v
2,
a
n
d
S
S
D
M
o
bi
l
e
n
e
t
v
2
m
o
de
l
s
.
T
h
e
y
t
r
a
i
ne
d
t
h
e
m
o
de
l
s
o
n
M
S
C
OC
O
da
t
a
s
e
t
a
n
d
t
e
s
t
e
d
o
n
t
h
e
i
r
o
wn
da
t
a
s
e
t
a
n
d
publ
ic
d
o
m
a
i
n
da
t
a
s
e
t
i
n
t
r
o
duc
e
d
by
t
h
e
C
i
t
y
s
c
a
pe
s
pr
o
j
e
c
t
.
T
h
e
b
e
s
t
a
c
c
ur
a
c
y
r
e
s
u
l
t
s
o
f
D
L
m
o
de
l
s
we
r
e
81.
0%
,
7
8.
1%
a
n
d
64.
3%
f
o
r
F
a
s
t
e
r
R
-
C
NN
I
n
c
e
pt
i
o
n
v
2,
S
S
D
I
n
c
e
pt
i
o
n
v
2
a
n
d
S
S
D
M
o
bi
l
e
n
e
t
v
2
m
o
de
l
s
r
e
s
pe
c
t
i
v
e
ly
.
A
s
y
s
t
e
m
f
o
r
t
r
a
c
ki
n
g
a
n
d
de
t
e
c
t
i
n
g
pe
de
s
t
r
i
a
ns
us
i
n
g
de
e
p
ne
ur
a
l
n
e
t
wo
r
ks
wa
s
p
r
o
p
o
s
e
d
by
Yu
e
t
al.
[
39]
.
T
hi
s
s
y
s
t
e
m
ut
i
li
z
e
d
a
u
nm
a
nn
e
d
a
e
r
i
a
l
ve
hi
c
l
e
(
UA
V
)
a
n
d
K
a
lm
a
n
F
il
t
e
r
f
o
r
e
c
a
s
t
i
n
g
a
ppr
o
a
c
h
to
m
o
ni
t
o
r
o
bj
e
c
t
s
a
n
d
pe
de
s
t
r
i
a
n
s
.
A
dd
i
t
i
o
n
a
ll
y,
a
da
t
a
s
e
t
(
YO
L
Ov
3)
wa
s
ut
i
l
i
z
e
d
i
n
o
r
de
r
to
pu
t
t
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
d
i
n
t
o
a
c
t
i
o
n
.
E
x
a
m
i
n
i
ng
t
h
e
a
c
c
ur
a
c
y
a
n
d
e
x
e
c
ut
i
o
n
t
i
m
e
o
f
t
h
e
s
ugge
s
t
e
d
a
pp
r
o
a
c
h
f
o
r
m
o
ni
t
o
r
i
n
g
a
n
d
r
e
c
o
gni
z
i
n
g
pe
de
s
t
r
i
a
ns
,
a
s
we
l
l
a
s
wa
t
c
hi
n
g
a
n
d
i
de
n
t
i
f
yi
ng
i
t
e
m
s
,
wa
s
do
n
e
i
n
o
r
de
r
to
de
t
e
r
m
i
ne
h
o
w
e
f
f
e
c
t
i
v
e
t
h
e
m
e
t
h
o
d
i
s
.
W
he
n
i
t
c
a
m
e
t
o
i
de
n
t
i
f
yi
ng
pe
de
s
t
r
i
a
n
s
,
t
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
d
wa
s
s
h
o
w
n
to
h
a
v
e
l
e
s
s
e
r
r
o
r
s
,
a
s
de
m
o
n
s
t
r
a
t
e
d
by
t
h
e
r
e
s
u
l
t
s
o
f
t
h
e
t
e
s
t
i
n
g
s
t
ud
i
e
s
.
R
e
c
e
n
t
r
e
s
e
a
r
c
h
,
L
i
u
e
t
al.
[
40
]
,
a
ddr
e
s
s
t
h
e
c
h
a
ll
e
n
ge
s
f
a
c
e
d
de
ns
e
pe
de
s
t
r
i
a
n
de
t
e
c
t
i
o
n
s
uc
h
a
s
c
o
m
p
l
e
x
m
o
de
l
s
whi
c
h
a
r
e
di
f
f
i
c
u
l
t
to
de
pl
o
y
on
I
oT
de
vi
c
e
s
,
hi
g
h
c
o
m
put
a
t
i
o
n
a
l
we
i
g
h
t
,
l
o
w
de
t
e
c
t
i
o
n
a
c
c
ur
a
c
y
f
o
r
o
c
c
l
ud
e
d
pe
de
s
t
r
i
a
n
s
a
n
d
s
m
a
ll
t
a
r
ge
t
s
.
T
h
e
y
pr
o
po
s
e
d
l
i
g
h
t
we
i
g
h
t
c
a
s
c
a
de
f
us
i
o
n
n
e
t
wo
r
k
(
C
F
Ne
t
)
a
n
d
a
C
B
AM
a
t
t
e
n
t
i
o
n
m
o
du
l
e
.
T
h
e
W
i
d
e
r
P
e
r
s
o
n
publi
c
da
t
a
s
e
t
wa
s
c
h
o
s
e
n
t
h
a
t
c
o
n
t
a
i
ns
r
e
a
l
s
t
r
e
e
t
i
n
t
e
r
s
e
c
t
i
o
n
im
a
ge
s
,
t
h
e
y
c
r
e
a
t
e
d
a
pe
de
s
tr
i
a
n
de
t
e
c
t
i
o
n
da
t
a
s
e
t
s
ui
t
a
bl
e
f
o
r
de
n
s
e
s
c
e
n
e
s
,
a
c
c
o
unt
i
n
g
f
o
r
v
a
r
i
e
d
pe
de
s
t
r
i
a
n
o
c
c
l
us
i
o
n
s
c
e
n
a
r
i
o
s
.
T
h
e
e
x
pe
r
i
m
e
n
t
r
e
s
u
l
t
s
s
h
o
w
t
h
e
a
c
c
ur
a
c
y
i
s
im
pr
o
v
e
d
a
ppr
oxim
a
t
e
ly
2.
4%
wi
t
h
88%
f
o
r
pe
de
s
t
r
i
a
n
,
43.
3
%
f
o
r
r
i
de
r
a
nd
32.
9
%
f
o
r
pa
r
t
i
a
l
ly
vi
s
i
bl
e
pe
r
s
o
n
.
F
i
n
a
ll
y
,
t
h
e
n
u
m
b
e
r
o
f
pa
r
a
m
e
t
e
r
s
i
s
r
e
duc
e
d
by
0.
5
M
B
wi
t
h
2.
7
M
.
T
h
e
e
x
pe
r
i
m
e
n
t
v
e
r
i
f
i
e
d
t
h
a
t
t
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
d
i
s
v
a
l
ua
ble
f
o
r
de
vi
c
e
w
i
t
h
l
i
mi
t
e
d
c
o
m
put
a
t
i
o
na
l
r
e
s
o
ur
c
e
s
.
I
n
a
ddi
t
i
o
n
,
f
o
r
l
o
w
-
c
o
s
t
DL
m
o
de
l
[
41]
R
e
s
e
a
r
c
h
e
r
s
pr
o
p
o
s
e
d
l
o
w
-
c
o
s
t
DL
m
o
de
l
o
n
i
n
t
e
l
l
i
g
e
n
t
v
e
hi
c
les
f
o
r
r
o
a
d
-
s
e
gm
e
n
t
a
t
i
o
n
a
n
d
pe
d
e
s
t
r
i
a
n
de
t
e
c
t
i
o
n
.
F
i
r
s
t
l
y
,
t
h
e
y
us
e
d
DL
-
b
a
s
e
d
c
o
n
s
e
c
ut
i
v
e
t
r
i
p
l
e
f
il
t
e
r
s
i
z
e
(
C
T
F
S
)
a
ppr
o
a
c
h
to
s
e
gm
e
n
t
t
h
e
r
o
a
d.
S
e
c
o
n
dl
y
,
d
e
t
e
c
t
t
h
e
pe
de
s
t
r
i
a
n
us
i
ng
YO
L
O
v
7
m
o
de
l
.
T
w
o
da
t
a
s
e
t
s
w
e
r
e
us
e
d
whi
c
h
a
r
e
c
a
m
V
i
d
da
t
a
s
e
t
f
o
r
r
o
e
d
s
e
g
m
e
n
t
a
t
i
o
n
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2502
-
4752
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
3
9
,
N
o
.
1
,
Ju
ly
20
25
:
283
-
309
288
a
n
d
P
a
s
c
a
l
VO
C
da
t
a
s
e
t
f
o
r
pe
de
s
tr
i
a
n
de
t
e
c
t
i
o
n
.
T
h
e
r
e
s
u
l
t
s
we
r
e
95
.
84%
f
o
r
r
o
a
d
s
e
g
m
e
n
t
a
t
i
o
n
f
o
r
us
i
n
g
J
a
c
c
a
r
d
i
n
de
x
v
a
l
ue
,
a
l
o
n
g
w
i
t
h
65.
50%
f
o
r
t
h
e
pe
de
s
t
r
i
a
n
de
t
e
c
t
i
o
n
us
i
ng
a
v
e
r
a
ge
pr
e
c
i
s
i
o
n
v
a
l
ue
.
F
o
r
o
p
t
i
m
i
z
e
t
h
e
AV
s
s
y
s
t
e
m
f
o
r
pe
de
s
t
r
i
a
n
’
s
de
t
e
c
t
i
o
n
a
n
d
e
f
f
e
c
t
i
v
e
c
o
l
li
s
i
o
n
r
i
s
k
r
e
duc
t
i
o
n
o
n
c
o
m
p
l
e
x
s
c
e
n
a
r
i
o
s
.
R
e
s
e
a
r
c
h
e
r
s
o
n
[
42]
s
tr
i
v
e
t
o
o
p
t
i
m
i
z
e
t
h
e
r
e
l
i
a
bil
i
t
y
a
n
d
t
h
e
e
f
f
i
c
a
c
y
o
f
p
e
de
s
t
r
i
a
n
de
t
e
c
t
i
o
n
i
n
c
o
m
p
l
e
x
s
c
e
n
a
r
i
o
s
.
T
h
e
y
i
n
t
r
o
duc
e
d
a
n
e
w
pe
de
s
t
r
i
a
n
t
r
a
c
ki
n
g
m
o
de
l
s
t
h
a
t
l
e
ve
r
a
ge
s
b
o
t
h
t
h
e
YO
L
O
v
8
a
n
d
t
h
e
S
t
r
o
n
g
S
OR
T
m
o
de
l
,
t
h
a
t
i
s
a
n
a
dv
a
n
c
e
d
DL
m
u
l
t
i
-
o
bj
e
c
t
tr
a
c
k
i
n
g
m
e
t
h
o
d.
T
h
e
e
xpe
r
i
m
e
n
t
a
pp
l
i
e
d
o
n
t
h
e
M
OT
16
a
n
d
M
OT
17
da
t
a
s
e
t
s
.
T
h
r
e
e
e
va
l
u
a
t
i
o
n
m
e
t
r
i
c
e
s
we
r
e
us
e
d
n
a
m
e
ly
I
De
n
t
i
t
y
F
1
(
I
DF
1)
,
hi
g
h
e
r
o
r
de
r
tr
a
c
k
i
n
g
a
c
c
ur
a
c
y
(
HO
T
A
)
,
a
n
d
m
u
l
t
i
p
l
e
o
bj
e
c
t
s
tr
a
c
ki
n
g
a
c
c
ur
a
c
y
(
M
OT
A
)
.
T
h
e
b
e
s
t
r
e
s
u
l
t
o
f
YO
L
O
v
8
m
o
de
l
wa
s
0.
92
us
i
ng
I
DF
1
met
r
i
c
s
.
F
o
r
S
t
r
o
n
gS
OR
T
m
o
de
l
t
h
e
b
e
s
t
r
e
s
u
l
t
wa
s
55.
338
us
i
n
g
I
D
F
1
o
n
M
OT
17
da
t
a
s
e
t
.
I
n
a
n
o
t
h
e
r
c
a
s
e
,
L
e
e
e
t
al.
[
43]
i
n
t
r
o
duc
e
d
n
o
v
e
l
s
y
s
t
e
m
c
a
ll
e
d
N
A
VI
B
o
x
t
h
a
t
de
s
i
g
n
e
d
to
de
t
e
c
t
t
h
e
v
e
hi
c
l
e
-
pe
de
s
t
r
i
a
n
by
u
s
i
ng
v
a
r
i
o
us
o
f
vi
s
i
o
n
s
e
n
s
o
r
s
t
h
a
t
de
pl
o
y
e
d
o
n
I
o
T
d
e
vi
c
e
s
i
n
t
h
e
f
i
e
l
d.
T
h
e
y
ut
i
li
z
e
d
YO
L
O
v
8
f
o
r
o
bj
e
c
t
de
t
e
c
t
i
o
n
r
e
a
l
-
t
i
m
e
.
T
h
e
r
e
s
u
l
t
s
o
f
t
h
e
i
r
e
x
pe
r
i
m
e
n
t
we
r
e
0.
71
0.
67
o
f
p
r
e
c
i
s
i
o
n
a
n
d
r
e
c
a
ll
f
o
r
pe
de
s
t
r
i
a
n
a
n
d
0.
81,
0.
85
p
r
e
c
i
s
i
o
n
a
n
d
r
e
c
a
l
l
f
o
r
v
e
hi
c
l
e
s
.
Ge
n
e
r
a
t
i
v
e
a
d
v
e
r
s
a
r
i
a
l
n
e
t
wo
r
ks
(
GA
Ns
)
we
r
e
p
r
opo
s
e
d
by
D
i
n
a
ka
r
a
n
e
t
al.
[
44]
i
n
o
r
de
r
to
de
v
e
l
o
p
a
n
o
v
e
l
c
a
s
c
a
de
d
S
S
D
a
r
c
hi
t
e
c
t
ur
e
f
o
r
t
h
e
pur
p
o
s
e
o
f
r
e
m
o
t
e
pe
de
s
tr
i
a
n
de
t
e
c
t
i
o
n
.
A
dd
i
t
i
o
n
a
ll
y
,
DC
G
A
N
i
s
ut
i
li
z
e
d
i
n
t
hi
s
a
r
c
hi
t
e
c
t
u
r
e
i
n
o
r
de
r
to
e
nh
a
n
c
e
t
h
e
i
m
a
ge
qua
l
i
t
y
f
o
r
t
h
e
pur
p
o
s
e
o
f
d
i
s
t
a
n
t
p
e
de
s
t
r
i
a
n
de
t
e
c
t
i
o
n
.
F
o
r
t
h
e
pur
p
o
s
e
o
f
i
de
n
t
i
f
yi
ng
t
h
e
o
bj
e
c
t
s
de
pi
c
t
e
d
i
n
t
h
e
i
m
a
ge
,
t
hi
s
pr
o
p
o
s
e
d
m
e
t
h
o
d
m
a
ke
s
us
e
o
f
a
n
u
m
be
r
o
f
f
a
c
t
or
s
.
I
n
or
de
r
to
pu
t
t
h
e
s
t
r
a
t
e
g
y
t
h
a
t
h
a
s
be
e
n
s
u
gge
s
t
e
d
i
n
to
a
c
t
i
o
n
,
t
h
e
da
t
a
s
e
t
t
h
a
t
i
s
f
r
o
m
t
h
e
C
a
n
a
d
i
a
n
I
n
s
t
i
t
ut
e
f
o
r
a
dv
a
n
c
e
d
r
e
s
e
a
r
c
h
(
C
I
F
A
R
)
i
s
ut
i
li
z
e
d.
I
t
h
a
s
be
e
n
de
m
o
ns
t
r
a
t
e
d
t
h
r
o
ugh
t
h
e
r
e
s
u
l
t
s
o
f
t
r
i
a
l
s
t
h
a
t
t
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
d
po
s
s
e
s
s
e
s
a
hi
g
h
de
gr
e
e
o
f
a
c
c
ur
a
c
y
e
qua
l
80.
7%
wh
e
n
i
t
c
o
m
e
s
to
d
i
s
t
i
n
gu
i
s
hi
ng
pe
de
s
t
r
i
a
ns
a
n
d
c
a
r
s
f
r
o
m
a
c
o
n
s
i
de
r
a
bl
e
d
i
s
t
a
n
c
e
.
4.
M
E
T
HO
D
T
hi
s
s
e
c
t
i
o
n
de
s
c
r
i
be
s
t
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
do
l
o
g
y
o
f
o
ur
e
x
pe
r
i
m
e
n
t
f
o
r
t
h
e
pe
de
s
t
r
i
a
n
a
n
d
ve
hi
c
l
e
-
r
i
de
r
d
e
t
e
c
t
i
o
n
c
a
s
e
us
i
ng
T
i
ny
M
L
,
w
hi
c
h
we
c
a
l
led
P
R
D
-
T
i
ny
M
L
m
o
de
l
.
W
hi
c
h
a
i
m
s
t
o
de
t
e
c
t
pe
de
s
t
r
i
a
n
a
n
d
v
e
hi
c
l
e
-
r
i
de
r
us
i
ng
s
m
a
ll
DL
m
o
de
l
s
.
T
h
e
w
o
r
kf
l
o
w
o
f
m
e
t
h
o
do
l
o
g
y
i
s
d
i
v
i
de
d
i
n
t
o
m
a
ny
p
ha
s
e
s
e
a
c
h
ph
a
s
e
i
s
l
i
nke
d
t
o
t
h
e
n
e
x
t
ph
a
s
e
.
F
i
gur
e
1,
i
ll
u
s
t
r
a
t
e
s
t
h
e
ph
a
s
e
s
o
f
i
m
p
l
e
m
e
n
t
i
n
g
t
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
d,
whil
s
t
t
h
e
de
t
a
i
l
s
o
f
t
h
e
i
m
p
l
e
m
e
n
t
a
t
i
o
n
a
r
e
de
s
c
r
i
be
d
a
s
f
o
l
l
o
w
s
:
4.
1.
P
h
as
e
1:
d
at
a
c
ol
l
e
c
t
ion
an
d
p
r
e
-
p
r
oc
e
s
s
in
g
I
n
t
hi
s
p
h
a
s
e
,
E
ur
o
C
i
t
y
p
e
r
s
o
n
s
(
E
C
P
)
da
t
a
s
e
t
i
s
us
e
d
to
de
t
e
c
t
t
h
e
pe
de
s
t
r
i
a
ns
i
n
t
h
e
r
o
a
d
whi
c
h
i
nd
i
c
a
t
e
s
t
h
e
i
t
i
s
pe
de
s
t
r
i
a
n
o
r
r
i
de
r
[
45]
.
I
n
c
a
s
e
o
f
r
i
de
r
,
t
h
e
r
e
a
r
e
s
e
v
e
n
o
bj
e
c
t
s
or
t
y
pe
s
o
f
dr
i
v
e
r
s
:
bi
c
y
c
l
e
,
m
o
t
or
bi
k
e
,
s
c
o
ot
e
r
,
tr
i
c
y
c
l
e
,
w
h
e
e
l
c
ha
i
r
,
b
ugg
y
,
a
n
d
c
o
-
r
i
de
r
.
I
n
a
dd
i
t
i
o
n
,
f
o
r
e
a
c
h
c
a
t
e
go
r
y
f
r
o
m
t
h
e
pe
de
s
t
r
i
a
n
o
r
t
h
e
r
i
de
r
s
t
h
e
r
e
a
r
e
i
m
a
ge
s
dur
i
n
g
da
y
a
n
d
a
l
s
o
dur
i
n
g
ni
g
h
t
.
S
ub
s
e
que
n
t
l
y
,
i
m
p
l
e
men
t
pr
e
-
p
r
o
c
e
s
s
i
n
g
o
n
t
h
e
da
t
a
s
e
t
i
m
a
ge
s
by
d
e
t
e
c
t
i
n
g
t
h
e
o
bj
e
c
t
s
us
i
n
g
t
h
r
e
e
m
e
t
h
o
ds
n
a
m
e
ly
s
i
ng
l
e
s
h
o
t
m
u
l
t
i
b
o
x
de
t
e
c
t
i
o
n
(
S
S
D)
,
Dl
i
p
l
i
br
a
r
y
(
D
l
i
p)
,
a
n
d
Ha
a
r
-
b
a
s
e
d
c
a
s
c
a
d
i
ng
c
l
a
s
s
if
i
e
r
(
Ha
a
r
)
i
n
o
r
de
r
to
us
e
a
s
i
nput
f
o
r
DL
m
o
de
l
s
to
de
t
e
c
t
o
f
pe
de
s
t
r
i
a
n
s
.
4.
2.
P
h
as
e
2:
m
od
e
l
t
r
ain
in
g
an
d
e
val
u
at
ion
I
n
t
hi
s
p
h
a
s
e
,
s
e
ve
r
a
l
t
y
pe
s
o
f
s
upe
r
vi
s
e
d
DL
m
o
de
l
s
a
r
e
de
v
e
l
o
pe
d
to
de
t
e
c
t
t
h
e
pe
de
s
t
r
i
a
n
o
bj
e
c
t
s
,
a
i
m
t
o
e
x
a
m
i
ne
t
h
e
i
r
pe
r
f
o
r
m
a
n
c
e
,
a
n
d
o
b
t
a
i
ne
d
th
e
b
e
s
t
o
f
t
h
e
m
i
n
s
i
z
e
a
n
d
a
c
c
ur
a
c
y
.
T
h
r
e
e
D
L
m
o
de
l
s
we
de
v
e
l
o
pe
d
n
a
m
e
ly
S
que
e
z
e
N
e
t
,
Al
e
x
Ne
t
,
a
n
d
C
NN
,
f
ur
t
h
e
r
a
da
pt
t
w
o
p
r
e
-
t
r
a
i
n
e
d
m
o
de
l
s
w
hi
c
h
a
r
e
M
o
bi
l
e
Ne
t
-
V2
a
n
d
M
o
bi
l
e
Ne
t
-
V3
m
o
de
l
s
.
T
h
e
s
e
m
o
de
l
s
we
r
e
pr
e
-
t
r
a
i
n
e
d
o
n
I
m
a
ge
Ne
t
da
t
a
s
e
t.
S
ub
s
e
qu
e
n
t
l
y
,
s
a
v
e
m
o
de
l
s
f
o
r
f
e
d
t
o
t
h
e
o
p
t
i
m
i
z
a
t
i
o
n
m
o
de
l
p
h
a
s
e
.
4.
3.
P
h
as
e
3:
m
od
e
l
op
t
im
iz
at
ion
an
d
c
on
ve
r
s
ion
T
hi
s
p
h
a
s
e
a
im
s
t
o
o
p
t
i
m
i
z
e
t
h
e
s
a
v
e
d
DL
m
o
de
l
s
t
h
r
o
ugh
r
e
duc
i
n
g
t
h
e
s
i
z
e
o
f
m
o
de
l
s
a
f
t
e
r
t
h
a
t
c
o
n
v
e
r
t
e
d
to
T
e
n
s
o
r
F
l
o
w
L
i
t
e
f
o
r
m
a
t
.
F
i
r
s
t
,
o
p
t
i
mi
z
e
d
t
h
e
s
a
v
e
d
m
o
de
l
s
by
u
s
i
ng
v
a
r
i
o
us
o
f
qua
n
t
i
z
a
t
i
o
n
m
e
t
h
o
ds
na
m
e
l
y
DR
Q
,
F
IQ
,
a
n
d
Q
A
T
a
s
de
s
c
r
ib
e
d
i
n
t
h
e
n
e
x
t
s
e
c
t
i
o
n
.
Qua
n
t
i
z
a
t
i
o
n
a
im
s
t
o
c
onv
e
r
t
t
h
e
we
i
g
h
t
s
o
f
m
o
de
l
s
o
r
a
c
t
i
v
a
t
i
o
n
o
r
b
ot
h
f
r
o
m
f
l
o
a
t
32
to
I
n
t
8
f
o
r
m
a
t
whi
c
h
pr
o
vi
de
s
a
s
i
g
nif
i
c
a
n
t
r
e
duc
e
i
n
m
o
de
l
s
i
z
e
.
T
h
us
,
i
t
l
e
d
to
a
de
c
r
e
a
s
e
t
h
e
m
e
m
o
r
y
f
o
o
t
p
r
i
n
t
i
n
de
vi
c
e
s
.
S
e
c
o
n
d,
c
o
n
v
e
r
t
DL
m
o
de
l
s
to
T
F
L
i
t
e
f
o
r
m
a
t
(
.
t
f
l
i
t
e
)
f
o
r
e
n
a
bl
e
i
nf
e
r
e
n
c
e
o
f
D
L
m
o
de
l
s
.
4.
4.
P
h
as
e
4:
r
u
n
n
in
g
in
t
e
r
p
r
e
t
e
r
R
unni
ng
t
h
e
T
F
L
i
t
e
i
n
t
e
r
pr
e
t
e
r
to
e
v
a
l
ua
t
e
t
h
e
T
F
L
i
t
e
DL
m
o
de
l
s
o
n
t
h
e
h
o
s
t
c
o
m
put
e
r
.
B
y
l
o
a
d
i
n
g
t
h
e
T
F
L
i
t
e
m
o
de
l
to
I
n
t
e
r
pr
e
t
e
r
a
n
d
us
e
d
t
h
e
t
e
s
t
i
ng
da
t
a
s
e
t
f
o
r
e
v
a
l
ua
t
i
o
n
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
I
S
S
N:
2502
-
4752
P
R
DTi
ny
M
L
:
de
e
p
lear
ning
-
bas
e
d
T
inyM
L
-
bas
e
d
pe
de
s
tr
ian
de
tec
ti
on
…
(
N
o
r
ah
N
.
A
laj
lan
)
289
4.
5.
P
h
as
e
5:
m
od
e
l
s
’
c
on
ve
r
s
ion
t
o
C
a
r
r
ay
C
o
n
ve
r
t
T
F
L
i
t
e
m
o
de
l
s
us
i
ng
T
F
L
i
t
e
m
i
c
r
o
too
l
s
t
h
a
t
c
o
n
v
e
r
t
s
DL
m
o
de
l
s
to
C
by
t
e
a
r
r
a
y
.
Us
i
n
g
XX
D
t
h
a
t
ge
n
e
r
a
t
e
C
s
o
u
r
c
e
f
i
l
e
f
o
r
t
h
e
T
F
L
i
t
e
m
o
de
l
s
a
s
c
h
a
r
a
r
r
a
y
.
A
f
t
e
r
t
h
a
t
,
de
pl
o
y
t
h
e
m
o
de
l
i
n
t
o
a
n
i
nde
pe
n
de
n
t
p
l
a
t
f
o
r
m
t
h
a
t
us
i
n
g
C
+
+
l
a
n
gu
a
ge
a
s
A
r
du
i
n
o
s
o
f
t
wa
r
e
a
n
d
c
o
m
p
il
e
w
i
t
h
I
o
T
d
e
vi
c
e
s
a
s
mi
c
r
o
c
o
n
tr
o
l
l
e
r
.
F
i
gur
e
1
.
P
r
o
p
o
s
e
d
P
R
D
-
T
i
ny
M
L
m
e
t
h
o
d
o
l
o
g
y
5.
I
M
P
L
E
M
E
NT
AT
I
ON
AN
D
T
E
S
T
I
NG
5.
1.
I
m
p
l
e
m
e
n
t
at
ion
e
n
vir
on
m
e
nt
T
h
e
e
nvi
r
o
nm
e
n
t
us
e
d
t
o
pe
r
f
o
r
m
t
h
e
e
x
p
e
r
i
m
e
n
t
i
s
Go
o
gl
e
C
o
l
a
b
o
r
a
to
r
y
[
46]
,
[
47]
or
“
C
o
l
a
b
”
f
o
r
s
h
o
r
t
,
i
s
a
pr
o
duc
t
f
r
o
m
Go
o
gl
e
R
e
s
e
a
r
c
h
.
W
e
im
p
l
e
m
e
n
t
t
h
e
e
x
pe
r
i
m
e
n
t
us
i
n
g
C
o
l
a
b
pr
o
v
e
r
s
i
o
n
[
27]
t
h
a
t
wa
s
c
h
o
s
e
n
to
e
x
e
c
ut
e
t
h
e
e
x
pe
r
im
e
n
t
i
n
t
hi
s
pa
pe
r
du
e
to
t
h
e
f
e
a
t
ur
e
s
o
f
t
h
e
e
nvi
r
o
nm
e
n
t
pr
o
vi
de
d.
W
h
e
r
e
i
n,
C
o
l
a
b
pr
o
v
e
r
s
i
o
n
c
a
m
e
w
i
t
h
2
t
e
r
a
by
t
e
s
o
f
s
to
r
a
g
e
,
25
gi
g
a
by
t
e
s
o
f
R
A
M
,
a
n
d
a
GPU
pr
o
c
e
s
s
o
r
P
1
00.
T
h
e
e
x
pe
r
im
e
n
t
wa
s
pe
r
f
o
r
m
e
d
us
i
ng
o
pe
n
-
s
o
ur
c
e
l
ib
r
a
r
i
e
s
a
n
d
a
r
t
i
f
i
c
i
a
l
i
n
t
e
ll
i
ge
n
c
e
(
A
I
)
f
r
a
m
e
wo
r
ks
.
T
h
e
e
x
pe
r
im
e
n
t
wa
s
wr
i
t
t
e
n
i
n
P
y
t
h
o
n
3
pr
o
gr
a
m
mi
ng
l
a
n
gua
ge
a
n
d
us
e
d
Nu
m
P
y
[
48]
,
M
a
t
pl
o
t
l
i
b
[
49]
,
P
a
n
a
da
[
50]
,
a
n
d
S
c
i
k
i
t
-
l
e
a
r
n
[
51]
l
i
b
r
a
r
i
e
s
.
T
h
e
f
r
a
m
e
w
o
r
ks
us
e
d
a
r
e
T
e
n
s
o
r
F
l
o
w
[
52]
,
T
F
L
i
t
e
[
53]
,
a
n
d
T
F
L
i
t
e
mi
c
r
o
[
54
]
f
r
a
m
e
wo
r
ks
t
h
a
t
de
s
c
r
i
b
e
i
n
n
e
x
t
s
e
c
t
i
o
n
.
5.
2.
E
x
p
e
r
im
e
n
t
an
d
i
m
p
l
e
m
e
n
t
at
ion
T
h
e
f
o
l
l
o
w
i
ng
s
u
b
s
e
c
t
i
o
ns
,
e
x
p
l
a
i
n
i
n
de
t
a
i
l
t
h
e
i
m
p
l
e
m
e
n
t
a
t
i
o
n
o
f
e
a
c
h
ph
a
s
e
f
o
r
t
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
do
l
o
g
y
.
P
h
a
s
e
1
(
da
t
a
c
o
l
l
e
c
t
i
o
n
a
n
d
pr
e
-
pr
oc
e
s
s
i
ng
)
,
ph
a
s
e
2
(
m
o
de
l
t
r
a
i
ni
ng
a
n
d
e
v
a
l
ua
t
i
o
n
)
.
P
h
a
s
e
3
(
o
p
t
i
m
i
z
a
t
i
o
n
a
n
d
c
o
nv
e
r
s
i
o
n
m
o
de
l
)
,
ph
a
s
e
4
(
r
un
ni
ng
t
h
e
i
n
t
e
r
pr
e
t
e
r
)
.
F
i
n
a
ll
y
,
ph
a
s
e
5
(
c
o
n
ve
r
t
m
ode
l
to
C
a
r
r
a
y
)
.
5.
2.
1.
P
h
as
e
1:
d
at
a
c
ol
l
e
c
t
ion
an
d
p
re
-
p
r
oc
e
s
s
in
g
C
o
l
l
e
c
t
i
o
n
a
n
d
p
re
-
pr
o
c
e
s
s
i
ng
da
t
a
s
e
t
ph
a
s
e
,
a
im
s
to
c
o
l
l
e
c
t
a
goo
d
tr
a
i
ni
ng
da
t
a
s
e
t
o
f
pe
de
s
t
r
i
a
n
a
n
d
r
i
de
r
de
t
e
c
t
i
o
n
c
a
s
e
.
I
n
a
dd
i
t
i
o
n
,
we
pe
r
f
o
r
m
pr
e
-
pr
o
c
e
s
s
i
n
g
o
n
t
h
e
pe
de
s
t
r
i
a
n
a
n
d
r
i
d
e
r
,
da
y
a
n
d
ni
g
h
t
,
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2502
-
4752
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
3
9
,
N
o
.
1
,
Ju
ly
20
25
:
283
-
309
290
im
a
ge
s
o
f
t
h
e
E
P
C
da
t
a
s
e
t.
I
n
or
de
r
to
o
p
t
i
mi
z
e
a
c
hi
e
v
e
m
e
n
t
o
f
hi
g
h
e
r
pe
r
f
o
r
m
a
nc
e
i
n
t
r
a
i
n
a
n
d
e
va
l
ua
t
i
o
n
de
e
p
l
e
a
r
ni
ng
m
o
de
l
s
.
T
hi
s
s
e
c
t
i
o
n
,
i
n
t
r
o
duc
e
t
h
e
de
t
a
i
l
o
f
t
h
e
c
o
l
l
e
c
t
e
d
da
t
a
s
e
t
s
.
T
h
e
r
e
a
f
t
e
r
,
i
t
pr
e
s
e
n
t
s
t
h
e
s
t
e
ps
to
da
t
a
s
e
t
s
P
r
e
-
pr
o
c
e
s
s
i
n
g.
A.
T
h
e
c
ol
l
e
c
t
e
d
d
at
as
e
t
E
ur
o
C
i
t
y
[
45]
,
T
UD
kn
o
wn
a
s
B
r
us
s
e
l
s
P
e
de
s
t
r
i
a
n
d
a
t
a
s
e
t
[
55
]
,
C
a
l
t
e
c
h
[
56]
,
C
i
t
y
P
e
r
s
o
ns
[
57]
,
I
NR
I
A
[
58]
,
K
I
T
T
I
[
59
]
,
a
n
d
E
T
H
da
t
a
s
e
t
s
a
r
e
e
x
a
m
p
l
e
s
o
f
we
l
l
-
k
n
o
wn
pe
de
s
t
r
i
a
n
de
t
e
c
t
i
o
n
da
t
a
s
e
t
s
t
h
a
t
a
r
e
c
ur
r
e
n
t
l
y
a
v
a
il
a
bl
e
.
T
h
e
f
o
l
l
o
w
i
ng
a
r
e
s
o
m
e
s
pe
c
i
a
li
z
e
d
da
t
a
s
e
t
s
f
o
r
pe
de
s
t
r
i
a
n
i
de
n
t
i
f
i
c
a
t
i
o
n
,
whi
c
h
a
r
e
f
r
e
qu
e
n
t
l
y
ut
i
li
z
e
d
i
n
r
e
s
e
a
r
c
h
.
T
h
e
c
ur
r
e
n
t
da
tas
e
t
f
o
r
pe
de
s
t
r
i
a
n
de
t
e
c
t
i
o
n
i
s
c
a
l
l
e
d
E
C
P
[
60
]
,
a
n
d
i
t
pe
r
f
o
r
m
s
be
tt
e
r
t
h
a
n
b
o
t
h
t
h
e
C
a
l
t
e
c
h
da
t
a
s
e
t
a
n
d
t
h
e
C
i
t
y
P
e
r
s
o
ns
da
t
a
s
e
t
i
n
t
e
r
m
s
o
f
t
h
e
d
i
f
f
i
c
u
l
t
y
a
n
d
h
e
t
e
r
o
ge
n
e
i
t
y
o
f
t
h
e
da
t
a
.
N
ot
e
t
h
a
t
i
t
i
s
b
a
s
e
d
o
n
i
nf
o
r
m
a
t
i
o
n
c
o
l
l
e
c
t
e
d
f
r
o
m
t
hi
r
t
y
-
o
n
e
c
i
t
i
e
s
s
pr
e
a
d
o
u
t
a
c
r
o
s
s
t
we
l
v
e
s
t
a
t
e
s
i
n
E
ur
o
pe
.
Da
y
a
n
d
ni
g
h
t
ph
o
to
gr
a
ph
s
a
r
e
t
a
ke
n
i
n
E
ur
o
pe
,
whi
c
h
pe
r
f
o
r
m
s
t
h
e
r
o
l
e
o
f
a
n
u
m
p
i
r
e
due
to
t
h
e
f
a
c
t
t
h
a
t
E
C
P
da
y
i
s
r
e
f
e
r
r
e
d
to
a
s
da
y
t
i
m
e
a
n
d
E
C
P
ni
g
h
t
i
s
r
e
f
e
r
r
e
d
to
a
s
m
i
d
ni
g
h
t
.
T
h
e
l
im
i
t
b
o
x
t
h
a
t
h
a
s
b
e
e
n
de
f
i
ne
d
i
s
gr
e
a
t
e
r
t
h
a
n
200
K
.
All
o
f
t
h
e
i
nve
s
t
i
ga
t
i
o
n
s
a
n
d
c
o
m
pa
r
i
s
o
ns
th
a
t
we
r
e
c
a
r
r
i
e
d
o
u
t
i
n
E
C
P
[
60
]
we
r
e
c
a
r
r
i
e
d
o
u
t
dur
i
n
g
t
h
e
da
y
l
i
g
h
t
i
n
c
o
nj
u
n
c
t
i
o
n
w
i
t
h
ot
h
e
r
m
e
t
h
o
ds
.
I
n
a
dd
i
t
i
o
n
,
a
d
i
a
g
n
o
s
t
i
c
s
e
r
v
e
r
i
s
a
c
c
e
s
s
i
b
l
e
.
O
n
t
h
e
o
t
h
e
r
h
a
n
d,
t
h
e
r
e
a
r
e
r
e
s
t
r
i
c
t
i
o
n
s
o
n
t
e
s
t
s
e
t
s
a
n
d
f
r
e
que
n
c
y
s
ubmi
s
s
i
o
ns
.
I
n
t
hi
s
s
t
udy
,
we
m
a
de
us
e
o
f
t
h
e
E
C
P
da
t
a
s
e
t,
wh
i
c
h
o
f
f
e
r
s
a
s
i
g
nif
i
c
a
n
t
n
u
m
b
e
r
o
f
a
nn
o
t
a
t
i
o
n
s
t
h
a
t
a
r
e
e
x
t
r
e
m
e
ly
d
i
ve
r
s
e
,
a
c
c
ur
a
t
e
,
a
n
d
de
t
a
i
l
e
d
[
61]
.
T
h
e
s
e
a
nn
o
t
a
t
i
o
ns
i
nc
l
ude
wa
l
ke
r
s
,
c
y
c
li
s
t
s
,
a
n
d
o
t
h
e
r
r
i
de
r
s
w
h
o
a
r
e
s
e
e
n
i
n
ur
b
a
n
t
r
a
f
f
i
c
s
c
e
ne
s
.
T
h
e
p
h
o
to
gr
a
ph
s
t
h
a
t
m
a
ke
up
t
hi
s
da
t
a
s
e
t
we
r
e
t
a
ke
n
whil
e
t
h
e
v
e
hi
c
l
e
wa
s
i
n
m
o
t
i
o
n
i
n
a
t
ot
a
l
o
f
t
hi
r
t
y
-
o
n
e
c
it
i
e
s
a
c
r
o
s
s
t
we
l
v
e
E
ur
o
pe
a
n
n
a
t
i
o
n
s
.
T
h
e
E
C
P
da
t
a
s
e
t
i
s
r
o
ughl
y
o
n
e
or
de
r
o
f
m
a
g
ni
t
ude
l
a
r
ge
r
t
h
a
n
t
h
e
da
t
a
s
e
t
s
t
h
a
t
we
r
e
pr
e
vi
o
us
ly
ut
i
li
z
e
d
f
o
r
t
h
e
pu
r
po
s
e
o
f
pe
r
s
o
n
de
t
e
c
t
i
o
n
i
n
t
r
a
f
f
i
c
s
c
e
n
e
s
.
I
t
c
o
n
t
a
i
n
s
o
v
e
r
238,
200
pe
r
s
o
n
i
n
s
t
a
n
c
e
s
t
h
a
t
h
a
v
e
b
e
e
n
c
a
r
e
f
u
ll
y
t
a
gge
d
i
n
o
ve
r
47,
300
ph
oto
s
tot
a
l
.
A
dd
i
t
i
o
n
a
l
ly
,
t
h
e
da
t
a
s
e
t
i
n
c
l
ude
s
a
s
u
b
s
t
a
n
t
i
a
l
qua
n
t
i
t
y
o
f
pe
r
s
o
n
o
r
i
e
n
t
a
t
i
o
n
a
nn
o
t
a
t
i
o
ns
,
a
c
c
o
un
t
i
n
g
f
o
r
m
o
r
e
t
h
a
n
211,
200
i
n
tot
a
l
.
T
a
bl
e
1
s
h
o
ws
t
h
e
n
u
m
be
r
o
f
i
m
a
ge
s
a
n
d
i
n
s
t
a
n
c
e
s
in
da
y
a
n
d
ni
g
h
t
f
o
r
t
h
e
E
C
P
da
t
a
s
e
t
c
a
t
e
gor
i
e
s
.
I
t
c
o
n
s
i
s
t
s
o
f
t
w
o
m
a
i
n
c
a
t
e
go
r
i
e
s
:
pe
de
s
t
r
i
a
n
a
n
d
r
i
d
e
r
,
a
b
o
u
t
40,
217
i
m
a
ge
s
dur
i
n
g
da
y
183,
00
4
i
n
s
t
a
n
c
e
s
f
o
r
pe
de
s
t
r
i
a
ns
a
n
d
18,
216
i
ns
t
a
n
c
e
s
f
o
r
r
i
de
r
s
.
W
hil
e
dur
i
n
g
ni
g
h
t
,
t
h
e
tot
a
l
n
u
m
be
r
o
f
i
m
a
ge
s
i
s
7,
118
h
a
v
e
a
b
o
ut
35,
309
i
ns
t
a
n
c
e
s
f
o
r
pe
de
s
tr
i
a
n
s
a
n
d
1,
564
r
i
de
r
i
ns
t
a
nc
e
s
.
F
o
r
t
h
e
r
i
d
e
r
c
a
t
e
g
o
r
y
,
t
h
e
r
e
a
r
e
7
di
f
f
e
r
e
n
t
o
bj
e
c
t
s
:
bi
c
y
c
l
e
,
m
o
to
r
bi
ke
,
s
c
o
ot
e
r
,
t
r
i
c
y
c
l
e
,
wh
e
e
l
c
ha
i
r
,
b
ugg
y
,
a
n
d
c
o
-
r
i
de
r
.
T
a
bl
e
2
s
h
o
ws
t
h
e
n
u
m
be
r
o
f
im
a
ge
s
i
n
e
a
c
h
o
f
t
h
e
s
e
o
bj
e
c
t
s
dur
i
n
g
da
y
a
nd
ni
g
h
t
.
T
a
bl
e
1
.
Di
s
t
r
i
b
ut
e
d
i
m
a
ge
s
a
n
d
i
ns
t
a
n
c
e
s
i
n
da
y
a
n
d
ni
g
h
t
f
o
r
t
h
e
E
C
P
da
t
a
s
e
t
c
a
t
e
g
o
r
i
e
s
C
a
te
gor
ie
s
of
E
C
P
D
a
y
N
ig
ht
I
ma
ge
s
I
ns
ta
nc
e
s
I
ma
ge
s
I
ns
ta
nc
e
s
P
e
d
e
s
tr
ia
n
40
,
217
183
,
004
7
,
118
35
,
309
R
id
e
r
18
,
216
1
,
564
T
a
bl
e
2.
Di
s
t
r
i
b
ut
e
d
r
i
d
e
r
o
bj
e
c
t
s
i
n
da
y
a
n
d
ni
g
h
t
f
o
r
t
h
e
E
C
P
da
t
a
s
e
t
O
bj
e
c
ts
of
r
id
e
r
N
umbe
r
of
o
b
je
c
ts
D
a
y
N
ig
ht
S
um
B
i
c
y
c
l
e
9
,
666
614
10
,
280
M
o
t
o
r
bi
k
e
2
,
196
229
2
,
425
S
c
oo
t
e
r
5
,
748
683
6
,
431
T
r
i
c
y
c
l
e
94
5
99
W
he
e
l
c
ha
ir
125
4
129
B
ugg
y
322
26
348
Co
-
R
id
e
r
671
137
808
B
.
T
h
e
p
r
e
-
p
r
oc
e
s
s
in
g
of
t
h
e
d
at
as
e
t
T
o
e
n
s
ur
e
t
h
a
t
de
e
p
l
e
a
r
ni
ng
m
o
de
l
s
a
r
e
t
r
a
i
ne
d
a
n
d
e
v
a
l
ua
t
e
d
to
t
h
e
i
r
f
u
ll
po
t
e
n
t
i
a
l
,
pr
e
-
pr
o
c
e
s
s
i
n
g
i
s
c
o
m
m
o
nly
e
m
p
l
o
y
e
d
to
ge
t
da
t
a
s
e
t
s
r
e
a
d
y
f
o
r
u
s
e
a
s
t
r
a
i
ni
ng
s
e
t
s
.
W
e
u
s
e
d
pr
e
-
pr
o
c
e
s
s
i
n
g
o
n
t
w
o
t
y
pe
s
o
f
pe
de
s
t
r
i
a
n
de
t
e
c
t
i
o
n
i
m
a
ge
s
:
t
h
o
s
e
w
i
t
h
pe
o
pl
e
wa
l
k
i
ng
a
n
d
t
h
o
s
e
w
i
t
h
r
i
de
r
s
.
B
i
c
y
c
l
e
s
,
m
o
to
r
c
y
c
l
e
s
,
s
c
o
ot
e
r
s
,
t
r
i
c
y
c
l
e
s
,
wh
e
e
l
c
h
a
i
r
s
,
b
ugg
i
e
s
,
a
n
d
c
o
-
r
i
de
r
s
a
r
e
t
h
e
s
e
v
e
n
i
t
e
m
s
t
h
a
t
f
a
ll
w
i
t
hi
n
t
h
e
r
i
de
r
g
r
o
up.
T
h
e
r
e
a
r
e
m
u
l
t
i
p
l
e
s
t
e
ps
i
n
t
h
e
pr
e
pr
o
c
e
s
s
i
ng.
T
h
e
f
i
r
s
t
s
t
e
p
i
s
t
o
us
e
Ope
n
C
V
’
s
o
bj
e
c
t
de
t
e
c
t
i
o
n
a
l
g
o
r
i
t
hm
s
,
s
uc
h
a
s
t
h
e
S
S
D
,
t
h
e
Dl
i
p
pa
c
ka
ge
,
a
n
d
t
h
e
Ha
a
r
-
b
a
s
e
d
c
a
s
c
a
de
c
l
a
s
s
i
f
i
e
r
s
de
t
e
c
t
i
o
n
a
s
s
h
o
wn
i
n
F
i
gur
e
2.
Af
t
e
r
r
e
a
d
i
n
g
a
n
d
r
e
s
i
z
i
ng
ph
o
to
s
f
r
o
m
t
h
e
E
C
P
da
t
a
s
e
t
,
we
pr
o
c
e
e
d
to
r
e
s
i
z
e
a
ll
o
f
t
h
e
i
m
a
g
e
s
us
i
ng
de
t
e
c
t
i
o
n
f
a
c
e
a
l
go
r
i
t
hm
s
.
Af
t
e
r
wa
r
ds
,
we
m
e
r
ge
d
t
h
e
t
w
o
s
e
t
s
o
f
da
t
a
.
I
m
a
ge
t
r
a
n
s
f
o
r
m
a
t
i
o
n
i
n
t
o
a
f
o
r
m
s
u
i
t
a
bl
e
f
o
r
us
e
a
s
i
n
put
s
to
de
e
p
m
o
de
l
s
i
s
t
h
e
r
e
s
po
n
s
i
bil
i
t
y
o
f
t
h
e
s
e
c
o
n
d
s
t
a
ge
.
S
t
e
p
t
h
r
e
e
i
nv
o
l
v
e
s
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
I
S
S
N:
2502
-
4752
P
R
DTi
ny
M
L
:
de
e
p
lear
ning
-
bas
e
d
T
inyM
L
-
bas
e
d
pe
de
s
tr
ian
de
tec
ti
on
…
(
N
o
r
ah
N
.
A
laj
lan
)
291
r
e
de
f
i
ni
ng
t
h
e
c
a
t
e
gor
i
e
s
l
a
be
l
i
n
da
t
a
s
e
t
s
to
bi
n
a
r
y
by
c
o
nv
e
r
t
i
n
g
m
u
l
t
i
-
c
l
a
s
s
l
a
b
e
l
s
t
o
bi
n
a
r
y
l
a
be
l
s
us
i
n
g
t
h
e
L
a
b
e
l
B
i
na
r
i
z
e
r
m
e
t
h
o
d.
A
s
a
f
o
ur
t
h
s
t
e
p
i
n
e
n
s
u
r
in
g
i
m
a
ge
d
i
ve
r
s
i
t
y
,
we
r
a
n
do
m
ly
d
i
v
i
de
d
o
ur
da
tas
e
t
i
n
t
o
70%
tr
a
i
ni
n
g
a
n
d
30%
t
e
s
t
i
n
g.
F
o
r
r
e
p
r
o
duc
i
bl
e
r
e
s
u
l
t
s
,
i
t
’
s
a
l
s
o
r
e
c
o
m
m
e
n
d
e
d
to
s
e
t
t
h
e
r
a
n
do
m
ge
n
e
r
a
t
o
r
’
s
s
e
e
d
to
40
.
Ne
x
t
,
we
’
l
l
s
h
u
f
f
l
e
t
h
e
da
t
a
by
g
i
vi
ng
t
h
e
a
c
t
ua
l
va
l
ue
f
o
r
s
h
u
f
f
li
ng.
T
h
e
r
e
a
r
e
32
e
x
a
m
p
l
e
s
us
e
d
f
o
r
tr
a
i
ni
ng
i
n
e
a
c
h
i
t
e
r
a
t
i
o
n
,
whi
c
h
i
s
kn
o
wn
a
s
t
he
b
a
t
c
h
s
i
z
e
.
T
h
e
t
e
s
t
i
n
g
da
t
a
s
e
t,
i
n
c
o
n
t
r
a
s
t
,
s
c
a
l
e
d
i
m
a
g
e
s
us
i
n
g
t
h
e
M
i
nM
a
x
S
c
a
l
a
r
c
l
a
s
s
.
F
i
gur
e
2.
S
a
m
p
l
e
f
o
r
t
h
e
i
m
a
ge
s
i
n
t
h
e
p
re
-
pr
o
c
e
s
s
i
n
g
m
e
t
h
o
ds
5.
2.
2.
P
h
as
e
2:
m
od
e
l
t
r
ain
in
g
an
d
e
val
u
at
ion
I
n
t
hi
s
r
e
s
e
a
r
c
h
,
we
de
v
e
l
o
pe
d
f
i
ve
l
i
g
h
t
we
i
g
h
t
D
L
m
o
de
l
s
de
t
e
c
t
t
h
e
pe
de
s
tr
i
a
n
i
n
AV
,
a
i
mi
ng
to
o
b
t
a
i
n
t
h
e
b
e
s
t
pe
r
f
o
r
m
a
n
c
e
.
T
h
e
s
e
m
o
de
l
s
h
a
v
e
t
h
e
a
dv
a
n
t
a
ge
o
f
s
m
a
l
l
s
i
z
e
due
to
t
h
e
l
im
i
t
a
t
i
o
ns
o
f
I
oT
de
vi
c
e
s
.
Af
t
e
r
we
c
o
n
duc
t
e
d
a
l
o
t
o
f
e
x
pe
r
i
m
e
n
t
o
n
m
a
ny
o
f
DL
m
o
de
l
s
a
r
c
hi
t
e
c
t
ur
e
s
a
n
d
c
o
m
pa
r
i
ng
t
h
e
i
r
s
i
z
e
w
i
t
h
pe
r
f
o
r
m
a
n
c
e
.
W
e
de
v
e
l
o
pe
d
t
h
r
e
e
de
e
p
m
o
de
l
s
w
hi
c
h
a
r
e
S
que
e
z
e
Ne
t
,
Al
e
xNe
t
,
a
n
d
C
NN
m
o
de
l
s
,
a
n
d
a
da
pt
i
ve
t
w
o
p
r
e
-
t
r
a
i
n
e
d
de
e
p
m
o
de
l
s
n
a
m
e
ly
M
o
bi
l
e
Ne
t
-
v
2,
a
n
d
M
o
bi
l
e
Ne
t
-
v
3
t
h
a
t
we
r
e
p
r
e
-
t
r
a
i
n
e
d
o
n
I
m
a
ge
Ne
t
da
t
a
s
e
t
.
T
h
e
f
o
l
l
o
w
i
ng
s
u
bs
e
c
t
i
o
n
s
de
s
c
r
i
be
t
h
e
a
r
c
hi
t
e
c
t
ur
e
o
f
de
e
p
m
o
de
l
s
us
e
d
i
n
t
h
e
e
x
pe
r
im
e
n
t
.
A.
T
h
e
S
q
u
e
e
z
e
Ne
t
DL
m
od
e
l
I
n
t
hi
s
r
e
s
e
a
r
c
h
,
we
m
o
d
i
f
i
e
d
o
n
t
h
e
o
r
i
g
i
na
l
a
r
c
hi
t
e
c
t
ur
e
o
f
S
que
e
z
e
Ne
t
de
e
p
m
o
de
l
.
Aimi
ng
to
pr
o
duc
e
a
l
i
g
h
t
we
i
g
h
t
de
e
p
l
e
a
r
ni
ng
m
o
de
l
w
i
t
h
m
a
i
n
t
a
i
n
i
ng
c
o
m
p
e
t
i
t
i
v
e
a
c
c
ur
a
c
y
.
He
n
c
e
t
h
e
S
que
e
z
e
Ne
t
m
o
de
l
a
f
t
e
r
m
o
d
i
f
y
a
r
c
hi
t
e
c
t
ur
e
i
s
l
i
g
h
t
e
r
t
h
a
n
t
h
e
o
r
i
g
i
na
l
a
r
c
hi
t
e
c
t
ur
e
[
26]
,
[
62]
.
W
e
de
v
e
l
o
pe
d
t
h
e
m
o
de
l
w
i
t
h
f
e
w
o
f
pa
r
a
m
e
t
e
r
s
a
n
d
hi
g
h
pe
r
f
o
r
m
a
nc
e
,
a
b
l
e
t
o
de
t
e
c
t
t
h
e
pe
de
s
t
r
i
a
n
s
.
T
h
e
m
a
i
n
i
de
a
o
f
S
que
e
z
e
Ne
t
m
o
de
l
a
r
c
hi
t
e
c
t
ur
e
i
s
t
h
e
f
i
r
e
m
o
d
u
l
e
whi
c
h
c
o
m
p
r
i
s
e
s
a
s
que
e
z
e
c
o
n
v
o
l
ut
i
o
n
l
a
y
e
r
w
i
t
h
o
nl
y
a
(
1
×
1)
f
i
l
t
e
r
,
f
e
e
d
i
ng
t
o
a
n
e
x
pa
n
de
d
l
a
y
e
r
t
h
a
t
h
a
s
a
mi
x
o
f
(
1
×
1)
a
n
d
(
3
×
3)
c
o
n
v
o
l
ut
i
o
n
f
il
t
e
r
s
a
s
s
h
o
w
n
i
n
F
i
gur
e
3.
T
h
e
S
que
e
z
e
Ne
t
m
o
de
l
a
r
c
hi
t
e
c
t
ur
e
f
i
r
s
t
c
o
m
pr
i
s
e
s
a
s
t
a
n
d
-
a
l
o
n
e
c
o
nv
o
l
ut
i
o
n
l
a
y
e
r
w
i
t
h
i
npu
t
s
h
a
pe
(
192
×
192
×
3)
,
f
o
l
l
o
w
e
d
by
a
B
a
t
c
h
No
r
m
a
li
z
a
t
i
o
n
l
a
y
e
r
a
n
d
t
h
e
r
e
c
t
i
f
i
e
d
l
i
ne
a
r
u
ni
t
(
R
e
L
U
)
a
c
t
i
v
a
t
i
o
n
f
u
n
c
t
i
o
n
.
T
h
e
R
e
L
U
a
c
t
i
v
a
t
i
o
n
f
u
n
c
t
i
o
n
i
s
i
nv
o
l
v
e
d
i
n
e
a
c
h
l
a
y
e
r
.
M
a
x
P
oo
l
i
ng
l
a
y
e
r
s
w
i
t
h
s
t
r
i
d
e
s
e
qua
l
t
o
t
w
o
v
a
l
ue
s
c
o
m
e
a
f
t
e
r
e
a
c
h
o
f
t
h
e
f
i
ve
f
ir
e
m
o
du
l
e
s
.
A
t
t
h
e
e
n
d
o
f
t
h
e
m
o
de
l
,
t
h
e
r
e
i
s
a
G
l
o
b
a
l
Ave
r
a
ge
P
o
o
l
i
ng2D
l
a
y
e
r
a
n
d
a
de
n
s
e
l
a
y
e
r
w
i
t
h
a
S
o
f
t
M
a
x
a
c
t
i
v
a
t
i
o
n
f
u
n
c
t
i
o
n
t
o
de
t
e
c
t
t
h
e
pe
de
s
t
r
i
a
n
.
a
s
i
ll
us
t
r
a
t
e
d
i
n
F
i
gur
e
3.
T
a
bl
e
3
s
h
o
ws
t
h
e
S
que
e
z
e
Ne
t
m
o
de
l
a
r
c
hi
t
e
c
t
ur
e
a
n
d
t
h
e
n
u
m
be
r
o
f
pa
r
a
m
e
t
e
r
s
.
T
h
e
tot
a
l
o
f
pa
r
a
m
e
t
e
r
s
i
s
121,
500,
t
h
a
t
di
vi
de
d
i
n
t
o
120
,
930
t
r
a
i
n
a
bl
e
pa
r
a
m
e
t
e
r
s
a
n
d
570
n
o
n
-
t
r
a
i
n
a
bl
e
pa
r
a
m
e
t
e
r
s
.
T
r
a
i
n
a
bl
e
pa
r
a
m
e
t
e
r
s
m
e
a
n
t
h
e
pa
r
a
m
e
t
e
r
s
whi
c
h
a
r
e
upda
t
e
d
dur
i
n
g
t
h
e
t
r
a
i
ni
ng
pr
o
c
e
s
s
to
o
b
t
a
i
n
o
pt
i
m
a
l
v
a
l
ue
s
.
Ho
we
ve
r
,
n
o
n
-
t
r
a
i
n
a
bl
e
pa
r
a
m
e
t
e
r
s
a
r
e
n
o
t
upda
t
e
d
a
n
d
o
pt
i
m
i
z
e
d
dur
i
n
g
t
h
e
t
r
a
i
ni
ng
pr
o
c
e
s
s
:
a
s
a
r
e
s
ul
t
,
t
h
e
y
do
n
ot
c
o
n
tr
i
b
ut
e
to
t
h
e
c
l
a
s
s
if
i
c
a
t
i
o
n
pr
o
c
e
s
s
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2502
-
4752
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
3
9
,
N
o
.
1
,
Ju
ly
20
25
:
283
-
309
292
F
i
gur
e
3
.
T
h
e
a
r
c
hi
t
e
c
t
ur
e
o
f
t
h
e
S
que
e
z
e
Ne
t
DL
m
o
de
l
T
a
bl
e
3.
T
h
e
a
r
c
hi
t
e
c
t
ur
e
s
um
m
a
r
y
o
f
t
h
e
S
que
e
z
e
Ne
t
DL
m
o
de
l
L
a
y
e
r
na
m
e
I
ma
ge
s
iz
e
F
il
te
r
s
L
a
y
e
r
na
m
e
I
ma
ge
s
iz
e
F
il
te
r
s
I
nput
L
a
y
e
r
192
×
192
-
A
c
ti
v
a
ti
o
n
48
×
48
64
C
o
n
v
2D
192
×
192
32
2C
o
n
v
2D
48
×
48
64
B
a
tc
hN
or
ma
li
z
a
ti
o
n
192
×
192
32
C
o
nc
a
t
e
na
t
e
48
×
48
128
A
c
ti
v
a
ti
o
n
192
×
192
32
M
a
x
P
oo
li
ng2D
24
×
24
128
C
o
n
v
2D
192
×
192
24
C
o
n
v
2D
24
×
24
48
B
a
tc
hN
or
ma
li
z
a
ti
o
n
192
×
192
24
B
a
tc
hN
or
ma
li
z
a
ti
o
n
24
×
24
48
A
c
ti
v
a
ti
o
n
192
×
192
24
A
c
ti
v
a
ti
o
n
24
×
24
48
2C
o
n
v
2D
192
×
192
24
2C
o
n
v
2D
2
4
×
24
48
C
o
nc
a
t
e
na
t
e
192
×
192
48
C
o
nc
a
t
e
na
t
e
24
×
24
96
M
a
x
P
oo
li
ng2D
96
×
96
48
M
a
x
P
oo
li
ng2D
12
×
12
96
C
o
n
v
2D
96
×
96
48
C
o
n
v
2D
12
×
12
24
B
a
tc
hN
or
ma
li
z
a
ti
o
n
96
×
96
48
B
a
tc
hN
or
ma
li
z
a
ti
o
n
12
×
12
24
A
c
ti
v
a
ti
o
n
96
×
96
48
A
c
ti
v
a
ti
o
n
12
×
12
24
2C
o
n
v
2D
96
×
96
48
2C
o
n
v
2D
1
2
×
12
24
C
o
nc
a
t
e
na
t
e
96
×
96
96
C
o
nc
a
t
e
na
t
e
12
×
12
48
M
a
x
P
oo
li
ng2D
48
×
48
96
G
l
o
ba
lA
ve
r
a
ge
P
oo
li
ng2D
-
48
C
o
n
v
2D
48
×
48
64
D
e
ns
e
-
2
B
a
tc
hN
or
ma
li
z
a
ti
o
n
48
×
48
64
-
-
-
T
ot
a
l
pa
r
a
me
t
e
r
s
:
T
r
a
in
a
bl
e
pa
r
a
m
e
t
e
r
s
:
N
o
n
-
t
r
a
in
a
bl
e
pa
r
a
m
e
t
e
r
s
:
121,500
120,930
570
B.
T
h
e
Al
e
xNe
t
DL
m
od
e
l
T
h
e
Al
e
x
Ne
t
de
e
p
m
o
de
l
i
s
s
e
l
e
c
t
e
d
i
n
t
hi
s
r
e
s
e
a
r
c
h
a
s
i
t
i
s
a
l
i
g
h
t
we
i
g
h
t
e
f
f
i
c
i
e
n
t
m
o
de
l
w
i
t
h
f
e
w
pa
r
a
m
e
t
e
r
s
.
B
e
s
i
de
t
h
a
t
i
t
a
c
hi
e
v
e
d
hi
g
h
a
c
c
ur
a
c
y
e
v
e
n
w
i
t
h
i
t
s
s
m
a
ll
s
i
z
e
,
a
s
i
n
pr
e
vi
o
us
T
i
ny
M
L
s
t
ud
i
e
s
[
6
]
.
I
n
t
hi
s
r
e
s
e
a
r
c
h
we
m
o
d
i
f
y
t
h
e
o
r
i
g
i
na
l
Al
e
xN
e
t
m
o
de
l
a
r
c
hi
t
e
c
t
ur
e
i
n
[
5]
to
b
e
s
m
a
ll
e
r
i
n
s
i
z
e
w
i
t
h
f
e
w
pa
r
a
m
e
t
e
r
s
.
T
h
us
,
t
h
e
a
r
c
hi
t
e
c
t
ur
e
o
f
Al
e
x
N
e
t
a
f
t
e
r
m
o
d
i
f
i
e
d
c
o
ns
i
s
t
s
o
f
s
i
x
l
a
y
e
r
s
w
i
t
h
a
n
i
np
ut
s
h
a
pe
o
f
192
×
192
×
3.
F
i
r
s
t
l
y
,
t
h
e
f
i
r
s
t
t
h
r
e
e
l
a
y
e
r
s
a
r
e
c
o
n
v
o
l
ut
i
o
n
l
a
y
e
r
s
,
e
a
c
h
l
a
y
e
r
f
o
l
l
o
we
d
by
a
B
a
t
c
h
No
r
m
a
li
z
a
t
i
o
n
l
a
y
e
r
,
a
R
e
L
U
a
c
t
i
v
a
t
i
o
n
l
a
y
e
r
,
a
n
d
M
a
x
P
o
o
l
i
ng
l
a
y
e
r
s
.
T
h
e
M
a
x
P
oo
l
i
ng
l
a
y
e
r
s
h
a
s
pa
dd
i
n
g
t
h
a
t
h
a
s
a
v
a
l
i
d
v
a
l
ue
,
s
tr
i
de
s
e
qua
l
to
two
v
a
l
u
e
s
,
a
n
d
poo
l
s
i
z
e
e
qua
l
to
t
w
o
.
S
e
c
o
n
d
l
y
,
t
h
e
r
e
a
r
e
f
l
a
t
t
e
n
l
a
y
e
r
a
n
d
a
de
ns
e
l
a
y
e
r
,
w
i
t
h
dr
o
p
o
u
t
h
a
vin
g
a
0.
4
v
a
l
ue
.
F
i
na
l
ly
,
t
h
e
o
u
tpu
t
l
a
y
e
r
c
a
l
l
e
d
De
n
s
e
l
a
y
e
r
i
nc
l
ud
i
ng
a
S
o
f
t
M
a
x
a
c
t
i
v
a
t
i
o
n
f
u
n
c
t
i
o
n
t
o
e
n
a
bl
e
de
t
e
c
t
pe
de
s
t
r
i
a
n
.
F
i
gur
e
4
a
n
d
T
a
bl
e
4
pr
e
s
e
n
t
t
h
e
a
r
c
hi
t
e
c
t
ur
e
o
f
t
h
e
Al
e
x
Ne
t
de
e
p
m
o
de
l
a
f
t
e
r
m
o
dif
i
e
d.
T
h
e
pa
r
a
m
e
t
e
r
s
tot
a
l
486,
960
whi
c
h
a
r
e
di
vided
i
n
t
o
486,
132
t
r
a
i
n
a
bl
e
pa
r
a
m
e
t
e
r
s
a
n
d
828
n
o
n
-
t
r
a
i
n
a
ble
pa
r
a
m
e
t
e
r
s
.
Evaluation Warning : The document was created with Spire.PDF for Python.