【摘 要】
：
随着科学技术的发展,计算机的运算能力得到极大的提高,促进了深度学习的快速发展。因此近年来在机器视觉的目标检测领域,也取得了突破性的进展。随着目标检测技术的日益成熟,目标检测也开始应用到如:医疗、安防、自动驾驶等各个领域中。虽然目标检测在大尺寸目标和中尺寸目标的检测精度已经非常高,但对于小目标的检测精度依然非常低。究其原因是小目标的特征不明显,现有的神经网络难以提取到有效的特征进行检测。因此改善神经
论文部分内容阅读
随着科学技术的发展,计算机的运算能力得到极大的提高,促进了深度学习的快速发展。因此近年来在机器视觉的目标检测领域,也取得了突破性的进展。随着目标检测技术的日益成熟,目标检测也开始应用到如:医疗、安防、自动驾驶等各个领域中。虽然目标检测在大尺寸目标和中尺寸目标的检测精度已经非常高,但对于小目标的检测精度依然非常低。究其原因是小目标的特征不明显,现有的神经网络难以提取到有效的特征进行检测。因此改善神经网络对小目标的特征提取能力,提高算法对小目标检测的精确度,是一项具有挑战性的研究。本文基于无人驾驶汽车的应用场景,针对现有阶段小目标检测存在的不足进行研究,本文的工作及创新点如下:为了满足无人驾驶场景的实时检测需求,本文对现有的单阶段目标检测方法进行研究,提出了一种基于YOLOv4的改进模型Bi-YOLO。改进YOLOv4中Neck部分的结构,利用Bi FPN对特征提取网络中的特征进行融合,使生成的特征图具有丰富的细节特征和语义特征,进而提高小目标检测的精确度;并利用Bi-YOLO模型和现有的单阶段目标检测算法模型进行对比实验,验证改进算法在小目标检测上精度的提高程度。针对移动设备的运算能力和内存空间有限,为了提高小目标检测算法部署到移动设备上的方案可行性。本文提出了基于YOLOv4-Tiny的Ghost-YOLOv4-Tiny轻量级小目标检测模型。其改进是利用Ghost模块计算量小的特点对CSPDark Net主干网络进行升级,替换CSP模块结构。同时为了降低计算量减少造成检测精度的损失,参考特征金字塔的结构对特征进行融合。通过对比实验发现,该方法在保证模型检测速度和精度不变情况下,降低了算法的计算量和模型的文件大小。为验证本文改进的轻量级网络的有效性,将轻量级网络模型部署到低速校园巡航无人车上,通过实测验证了轻量级网络在实际中检测效果。
其他文献
互联网在迅速发展使得生活变得信息化的同时也带来了很多问题,信息过载问题是当前亟待解决的核心问题之一,对互联网上的海量信息进行降维处理变得越来越有必要,而文本摘要技术便是解决该问题的重要途径之一。深度学习的发展推动了以神经网络方法为主导的文本摘要技术进步,然而当前已有的研究表明传统神经网络在文本较长的情况下会由于依赖过长导致信息丢失,无法对长文本序列进行有效地编码表示。当前主流的文本摘要方法都是基于
云计算中用户重复数据安全去重（Data Security Deduplication,DSD）技术是一种将待上传数据上传到云存储服务器之前对用户数据进行数据是否重复检测,将已在云存储服务器中出现的数据不再上传的技术,既要保证在上传下载过程中的安全,也要保证用户对数据所有权的安全。重复数据的上传,不仅会产生多余的通信开销,还会对云存储服务器的容量产生一定影响。数据安全去重技术主要面临三个挑战:1)重
5G通信技术的发展对于满足人们渴望美好科技生活的愿望带来了希望,万物互联的概念成为现实,无人驾驶、VR等产业迎来了新的机遇。但是随着频段的升高,天线的辐射衰减加大、覆盖面积降低等问题的突出不容忽视,因此高增益性能是目前5G基站天线发展的过程中尤为突出的考虑指标;磁电偶极子天线利用互补的设计理念,可实现高增益、大带宽的性能。以往的磁电偶极子天线模型覆盖3-5GHz的较少,且模型较为复杂,组阵的更少之
随着社会科技的发展,数据的价值变得越来越重要,各领域的数据量的快速积累。因此,各行各业都在收集大量的数据以期望建立数据库。为了让数据体现出价值,数据挖掘和数据分析被愈加重视,而分类和聚类等算法是其中较为主要的两大分支。聚类的目的是不通过标签将相似的样本划分为同一类。近几十年来,许多聚类算法被提出,基于图的算法在其中占有重要地位。基于图的方法利用数据点之间的非线性成对相似性进行聚类,例如谱聚类（Sp
三维重建技术在逆向工程,自动驾驶,医疗影像等多个学科行业起着重要的作用,但由于大多数三维设备每次只能重建单一视角的三维点云,为了重建整个完整场景需要点云配准使得不同视角的点云完成拼接融合。因此三维点云配准技术是三维重建中的重要组成部分,直接影响三维重建效果的好坏。其中,使用深度学习实现点云配准的DCP（Deep Closest Point,深度最近点）单次迭代即可完成点云配准工作,配准速度远超传统
无人机（Unmanned aerial vehicles,UAV）具有诸如低成本,高移动性和按需部署的特点,其装载通信设备后可通过人为控制或自适应调整飞行路线,与地面通信设备建立高概率视距通信链路（Line-of-Sight,LoS）,因此被广泛应用于无线通信领域。无人机机载中继通信系统是无人机在无线通信领域一个主要应用。相较于传统的地面静态中继,无人机可以充分利用其可移动的特点,自适应且快速的调
随着国内隧道交通建设需求的不断增加,盾构机作为隧道建设的重要工程装备开始被广泛应用于各种建设场景。复杂的应用环境导致盾构机在使用过程中经常发生故障,此时需要具有丰富维护知识的工程师对盾构机实施维护,相关的维护知识大多只存在于工程师的大脑及非结构性维护资料中,盾构机维护企业迫切需要将非结构性的维护知识转化为更加数字化、结构化及规范化的维护知识。知识图谱作为一种描述数据知识间关联关系的技术方法越来越受
随着5G通信的发展,无人机作为辅助通信的设备应用在通信领域,在一些特殊的场景如遭遇暴风雨雪,地震等灾害中,一些区域基础的通信基站被破坏,无人机可以利用其低功耗,机动性强的特点,帮助通信受损地区建立通信链路,恢复通信。无人机有限的续航能力和机载能力导致通信系统的通信时间和覆盖范围不充分。如何补足无人机这个缺点并延长通信系统的通信时间是本文的研究目标。功率分配和无人机的高机动性是无人机平衡各个通信链路
嵌入式技术的快速发展催生了一系列以之为基础的嵌入式电子系统,如人脸识别、音频解码、智能诊断等。该系统的开发一般包含软件设计和硬件设计。在设计过程中,由于需要兼顾软件和硬件特性,传统系统设计无法胜任此要求,软硬件协同设计便应运而生。软硬件划分属于软硬件协同设计中的关键环节,其划分结果关系整个协同设计结果的好、坏。因此,本文以软硬件划分为研究对象,在分析已有经典划分算法优缺点的基础上,提出一种新的软硬
随着生产力规模的不断提升,近年来,智能工厂的概念在各个生产制造行业中悄然兴起。智能工厂旨在利用旨在利用各种现代化技术,对已有的基础设施进行升级改造,在生产过程、监督管理、行政办公等方面实现自动化运转,从而达到降低人工劳动成本、减少人为工作失误、规范企业管理等目标;同时,结合人工智能技术,开发并应用相应的智能分析、风险预警、辅助决策等功能,配合生产管理者完成统筹决策方面的工作。其中,对现有的视频监控