【摘 要】
：
随着深度学习的大力发展,许多优秀的成果已经成功应用,其中移动端的便携性以及高使用频次,使得深度学习结合移动端拥有着更丰富的应用场景,因此设计高效模型以及针对移动端设备的轻量化迁移也成为了当下的热门话题。基于神经网络的目标检测与目标追踪在计算资源丰富的PC端有很好的效果且有非常成熟的部署经验,但是在计算资源有限的移动端存在着算法模型对内存资源开销大,推理预测速度慢等难点,并且部署难度高,限制了目标检
论文部分内容阅读
随着深度学习的大力发展,许多优秀的成果已经成功应用,其中移动端的便携性以及高使用频次,使得深度学习结合移动端拥有着更丰富的应用场景,因此设计高效模型以及针对移动端设备的轻量化迁移也成为了当下的热门话题。基于神经网络的目标检测与目标追踪在计算资源丰富的PC端有很好的效果且有非常成熟的部署经验,但是在计算资源有限的移动端存在着算法模型对内存资源开销大,推理预测速度慢等难点,并且部署难度高,限制了目标检测与跟踪在移动端的应用。本文针对卷积神经网络应用于移动端存在的问题采用模型加速,模型压缩等方案对车辆目标检测与追踪在移动终端的使用场景加以改良,从而实现对车辆目标在移动端上的的即时检测和实时追踪。针对以上问题,本文的主要研究工作与结论如下:本文对目标检测模块基于YOLOv5车辆目标检测算法,通过对比选用Pytorch作为深度学习框架来训练YOLOv5目标检测算法,并对比了YOLOv5下不同版本算法之间的差别,结合实验结果来看,针对本实验所需模型,YOLOv5s在性能以及训练成本上无疑是最适合本实验的模型。其次对YOLOv5模型进行了模型加速,实验结果表明经过Tensor RT加速之后的模型,对于显存占用下降28%,推理速度提升3倍,满足了移动端对模型速度以及内存消耗的需求。对目标追踪模块则是基于Tracking-By-Detection,使用基于Sort改进的Deep S ort算法,为了满足移动端需求,对Deep Sort的目标特征提取模块的网络进行了模型压缩以及车辆重识别数据集的训练,在精度下降5%同时模型大小压缩到原有模型的10%,预测时间从原有0.8秒下降到0.5秒,并且训练时长也大幅下降只需消耗原有用时的63.5%,实验表明改进后的目标追踪算法可以很好的完成追踪任务。精度的下降对于最终的实验结果影响不大。经过加速与压缩后的检测与追踪模型降低了对高性能GPU的依赖,更适用于移动端。最后将改进后的目标检测跟踪模型移植到Android端,完成了安卓端目标检测与跟踪应用程序的部署与开发,测试结果表明开发的APP可以完成实时车辆检测与跟踪,检测与追踪的速度可以达到25FPS左右,并且移植的模型也满足移动端部署的需求。
其他文献
电子商务模式的迅猛发展,影响着人们的生活方式,线上购药逐渐成为一种发展趋势。但是,目前销售平台将药品按照普通商品的模式,通过销量、用户点击等行为进行统一的商业化推荐,没有考虑到药品的特殊性以及不同疾病之间药品的差异性。根据疾病类型对药品进行针对性推荐,能准确、高效的帮助用户寻找到符合自身需求的药品,由于疾病种类繁多,因此选择了特点显著的精神科疾病作为研究对象。精神科疾病和普通身体疾病不同,患者通常
甘蔗是我国最重要的糖料作物,矿质元素中氮素对于甘蔗生产的贡献最大,也是甘蔗最需要的营养元素之一。当前我国甘蔗生产中氮肥过量施用现象普遍,不仅增加施肥成本,也带来一系列环境问题,迫切需要降低氮肥用量。但是,目前我国甘蔗生产适宜施氮量的推荐多基于田块尺度的试验,对甘蔗施氮效应的区域影响因素关注较少,不能得出具有广泛代表性的推荐量。为此,本论文拟结合区域尺度和田块尺度的工作,对甘蔗的施氮效应与适宜施氮量
反思文本分类是指按照预先设定的反思话语框架或体系对反思内容进行分类的过程。反思文本自动分类技术能够为学生提供即时的反思评估和反馈指导,促进学生积极地改善反思活动,提升反思能力,进而提高自己的学习能力。目前,在反思文本分类的研究中,还没有基于中文的反思文本分类模型,且存在反思文本分类的准确率不高的问题。随着预训练语言模型的在文本分类领域取得的优异成绩,为解决反思文本分类的准确率不高的问题提供了可能。
社交媒体为公众即时交流带来了便利,但同时也成为了谣言发布和传播的媒介。谣言的发布和传播为社交媒体的科学管理和有效利用带来了严峻挑战。目前依靠人工收集并验证谣言的方式存在覆盖度不足、时延性较高的问题。因此,从社交媒体海量的信息中及时而准确地检测出谣言成为一个亟需解决的现实问题。通过自动谣言检测方法辅助人工进行检测,对减轻甚至消除谣言的负面影响具有积极意义。现有的自动谣言检测方法可分为基于机器学习的方
随着社会的发展进步和人民生活水平的提高,人们对公共交通出行需求不断提升。X光安全检查是防止限制品威胁公共交通,保障乘客人身财产安全的必要手段。安检工作的质量好坏将直接关乎到人民利益和社会繁荣稳定。安检工作需要安检员在短时间内快速对行李X光图像做出反应,辨别其中是否含有限制品。并且随着出行人数的不断增加,人工安检压力增大,逐渐无法满足快速、准确的需求,容易造成漏检、错检等人为事故。近些年来,计算机视
随着旅游业的快速发展,民宿已经成为旅游者外出落脚的首要方式。对网络平台上的民宿评论进行情感分析,有利于游客进行选择,商家进行针对性的改进。不同于传统的文本情感分类方法,方面级情感分类旨在识别出一个句子中不同方面的情感极性。以更细粒度的方式来进行分析,可以挖掘出用户对民宿不同特征的情感倾向。故利用方面级情感分类方法去分析民宿评论数据是十分有意义的。近年来,由于方面级情感分类任务的复杂性,传统的深度学
课堂注意力揭示了学生在课堂上一定时间内专注于某事的能力,也是学生在课堂上自发地、积极地获取信息、提高学识和掌握技能的基本品质。课堂注意力的质量对听课效果、学习成效和其他评价手段的有效性有非常重要的影响。但传统教学场景中,义务教育的普及使学生的数量增多,如果没有科学的量化标准和技术支持,教师需要很长的时间跨度来观察和评价所有学生的注意力状态,且更多停留于主观层面。为了使教育工作者更高效地掌握当前的学
通过机器人在非结构环境中执行搜索、救援、探测等各类工作任务,有效提高了这类工作的效率和人员安全性,具有越障功能的机器人正越来越广泛的被部署在非结构环境中。针对现有复合式越障机器人在兼顾翻越垂直障碍和跨越壕沟障碍方面存在的不足,本文旨在设计并实现一款新型轮腿复合式越障机器人,该机器人在拥有轮式移动高效性的同时,对垂直障碍和壕沟障碍也具有良好的通过能力。该机器人还搭载了各类传感器模块,有效的采集机器人
在非传染性疾病中,癌症的发病率与致死率均高居前列,极大的危害了人们的生命健康。目前我国已经成为全球结直肠癌新发病例与死亡病例数量最多的国家。近年来,随着神经网络在不同应用领域的广泛研究与快速发展,将神经网络应用至医疗影像分析也逐渐成为趋势。运用神经网络辅助医师诊断肠道影像,能够提高诊治效率,降低漏诊率,消除主观因素带来的诊断差异。通过对肠炎与肠息肉的诊断与防治,能够极大降低癌变风险。因此,利用神经
深度学习技术在很多领域都得到了非常成功的应用,如语音识别、目标检测、图像生成、自然语言处理等,但是深度学习技术在安全性与鲁棒性方面是十分脆弱的。对抗样本是指在原有数据中添加微小的、不可察觉的扰动所形成的输入样本,会导致深度学习模型以高置信度产生错误输出。对抗样本也可以作为工具辅助攻击者获取有关模型的信息。对抗样本的存在限制了深度学习模型在安全敏感的领域的进一步应用,如异常检测、人脸识别、自动驾驶等