【摘 要】
：
目标检测是计算机视觉领域的一个重要研究方向,在交通监控、人机交互等方面都有着广泛的应用.目前,基于深度学习的YOLOv4检测网络与传统目标检测相比,其检测精度虽然有所提高,但存在网络参数量大、对计算机硬件要求较高等问题.针对于此,本文对YOLOv4网络进行了改进,即采用MobileNetv2与YOLOv4的主干特征提取网络相结合,并利用深度可分离卷积模块,对YOLOv4的PANet和SPP模块中的传统卷积进行了优化,在公开数据集VOC07+12上进行训练,并将训练后的模型在VOC07test数据集上进行分
【机 构】
：
四川大学电子信息学院,成都610065
论文部分内容阅读
目标检测是计算机视觉领域的一个重要研究方向,在交通监控、人机交互等方面都有着广泛的应用.目前,基于深度学习的YOLOv4检测网络与传统目标检测相比,其检测精度虽然有所提高,但存在网络参数量大、对计算机硬件要求较高等问题.针对于此,本文对YOLOv4网络进行了改进,即采用MobileNetv2与YOLOv4的主干特征提取网络相结合,并利用深度可分离卷积模块,对YOLOv4的PANet和SPP模块中的传统卷积进行了优化,在公开数据集VOC07+12上进行训练,并将训练后的模型在VOC07test数据集上进行分析、检测.实验结果表明,改进后的YOLOv4卷积神经网络相比于YOLOv4神经网络参数量降低了83.6％,FPS提升了5.8,mAP@0.5下降了8.5％,降低了网络对计算机硬件的要求,实现了网络模型的轻量化.
其他文献
属性约简目前是粗糙集领域的热点研究问题.文中研究了如何在保持误分类代价不增加的基础上减少冗余属性.首先定义了变精度模糊粗糙集中的最小误分类程度,然后引入了决策过程,提出了一种基于最小误分类程度的变精度模糊粗糙集模型,最后在这个模型的基础上将误分代价作为不变量,提出了一种启发式属性约简算法.将所提算法与其他算法进行比较,实验结果表明,所提算法得到的属性约简结果具有保留的属性数相对较少、误分类代价更低的优点.
随着互联网金融行业的迅速发展,面对海量数据,传统信用风险评估面临着挑战.信用评估中样本类别不均衡,且特征冗余度高,成为影响目前评估分类精度的关键因素.为了解决以上问题,提出了一种基于灰狼优化算法同步处理样本欠采样与特征选择的方法.该方法将分类器的性能作为灰狼优化算法的启发式信息,然后进行智能搜索,以得到最优样本与特征集的组合,并在原始灰狼算法中引入禁忌表策略,避免算法陷入局部最优.实验表明,该方法相较于其他方法有较大改进,在不同数据集上的表现均证明了该方法能够有效解决样本不均衡问题,降低特征空间维度,同时
在智慧图书馆技术提升、智能化过程中,整架一直是图书馆服务优化中重要且繁重的工作.为了提高乱架整理的效率,进一步优化服务质量,本文利用深度学习在计算机视觉上的应用,结合物联网和云技术,设计开发了整架辅助系统,包括前端图像采集系统和部署在云端的深度学习平台.系统利用巡检人员携带的全景相机采集图像,发送到云端;云端后台处理程序结合书架定位,对图像按搁板进行图像分割,识别书脊后分割为独立的书脊图像;再在该图像中进行索书号和文字识别,以获得图书的信息;最后用该信息来判断乱架图书的位置.试验证明,该系统识别准确,能辅
在多标记学习与分类中,现有邻域粗糙集特征选择算法若将样本的分类间隔作为邻域半径,则会出现分类间隔过大导致分类无意义、样本距离过大容易造成异类样本和同类样本失效,以及无法处理弱标记数据等情况.为解决这些问题,提出一种基于多标记邻域粗糙集和多标记Relief的弱标记特征选择方法.首先,引入异类样本数和同类样本数来改进分类间隔,在此基础上定义邻域半径,构造新的邻域近似精度与多标记邻域粗糙集模型,并有效度量边界域引起的集合不确定性.其次,利用迭代更新权重公式填补大部分缺失标记信息,将邻域近似精度与互信息相结合,以
本文针对基于深度学习的超分辨率重建网络SRGAN中存在的训练不稳定,重建图像信息缺失等问题进行了分析研究,做出相应的改进,提出了一种改良的生成器残差块结构,提高了重建效率,增强了重建图像的质量;引入Wasserstein距离代替JS散度来描述数据分布之间的差异,解决了生成对抗网络训练不稳定的问题,有效避免了梯度消失现象;在内容损失函数方面,选用更适合超分辨率重建任务的L1损失函数取代MSE函数,均化了对误差的惩罚,使细节更加丰富.在Set5、Set14与BSD100数据集上,经过与原网络的对比实验结果证明
针对单个机器人在大场景下建图与定位效果不佳,以及地图合成不实时的问题,本文提出一种兴趣区域地图提取与ROS的多机器人SLAM地图融合方法.该方法由单个机器人构建局部地图,对地图进行兴趣区域提取后,再上传到给中央处理机器,由中央处理机器利用霍夫变换地图融合算法,进行地图融合处理.验证结果表明,本系统实现了多机器人协作实时建图与融合,降低了计算的繁杂度,提高了建图效率与准确性.
为实现增强学生体质,培养学生运动爱好,提高学生终身体育锻炼意识,养成终身体育锻炼习惯的高校体育的培养目标,本文调研了山东省泰安市主要高校体育管理的现状,并借助MVC架构模式和QMUI Android框架,构建了基于移动端的高校体育管理平台,平台集体育教学管理、体质健康测试管理、课外体育活动管理、体育场地器材管理于一体.经过两个学期的试用,平台不仅能提高体育教学的精准化管理,有效督导学生积极参与体育锻炼,同时能促进体育教学资源的共享和高效利用,极大地提高了高校体育管理水平.
鉴于人机交互(Human-Computer Interaction,HCI)系统和虚拟现实(Virtual Reality,VR)系统的应用需要,三维手势跟踪领域的理论和方法研究已成为国内外广泛关注的热点课题之一.近年来,基于计算机视觉的三维手势跟踪算法迅速发展,其中成本较低且较为普遍的单目RGB相机最具潜力,它是三维手势跟踪应用得以照进现实的重要工具和途径,成为了研究者们的研究重点.为了解在此基础上的手势跟踪算法的发展现状,辅助该领域的研究者们进行更深入的探索,文中首先在与传统方法的对比中引出了基于单目
为了提高高速气浮电主轴转子动态控制能力,降低喘振,提出基于PID的高速气浮电主轴转子动态控制算法.采用姿态传感器感知的方法,实现对高速气浮电主轴转子物理参数采集,以气动载荷、离心力载荷以及叶片转动的气动力分量等为约束参数;利用姿态误差补偿和喘振自适应控制的方法,进行高速气浮电主轴转子的输出稳定性参数调节;通过PID变结构控制的方法,建立气浮电主轴转子的动力传动系统扭振补偿控制模型,在动力传动系统减振过程中进行姿态及位姿参数的稳定性调节和实时补偿控制,提高高速气浮电主轴转子动态参数调节能力和可靠性控制能力.
基于硬件事件的异常检测是当前防御缓存侧信道攻击的主要手段之一.然而,现有防御机制普遍未考虑攻击者主动隐藏特征时的检测准确度.本文指出可行的侧信道攻击需要满足不可或缺的驱逐操作和严格的攻击频率这两个先决条件,并发现这些攻击约束会导致被攻击的缓存组访问量急剧增加.实验结果表明,相比于SPEC基准程序,侧信道攻击至少会导致2.61倍的访问量.