面向行车视频目标实时检测的轻量级SSD网络

来源 :计算机科学 | 被引量 : 5次 | 上传用户：lhcming

【摘要】

：

车辆和行人检测是高级辅助驾驶(ADAS)中最基本也是研究最广泛的内容,而深度学习算法是当前性能最好的目标检测算法。然而,深度学习算法的计算量非常大,通常需要高性能的GPU显卡才能快速运行。在实际使用中,目标检测算法一般要求集成到车辆硬件系统中,因此算法对硬件资源的要求不能太高。基于SSD网络,提出一种轻量级的SSD网络,用于实时目标检测。通过减小输入图像的大小以及全连接层节点数量,减少网络复杂度,

【作者】

：

张琳娜陈建强陈晓玲岑翼刚阚世超

【机构】

：

贵州大学机械工程学院,北京交通大学计算机与信息技术学院

【出处】

：

计算机科学

【发表日期】

：

2019年07期

【关键词】

：

目标检测深度学习 SSD 高级辅助驾驶卷积神经网络 Object detection Deep learning SSD Advanced driver-a

【基金项目】

：

贵州省自然科学基金(黔科合基础[2019]1064),国家自然科学基金(61872034),广州市科技计划项目(201804010271),广东省自然科学基金(2016A030313708)资助

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

基于Tucker分解的半监督支持张量机

传统的机器学习方法所使用的数据大多是基于向量空间的。支持向量机(Support Vector Machine,SVM)作为一种重要的机器学习方法,在解决小样本、非线性、高维数据等问题时具有

期刊

Tucker分解支持张量机半监督学习Tucker decompositionSupport tensor machineSemi-supervised

具有在线自学习能力的脑电信号分类方法

脑电信号具有时变性、个体差异性且容易受身体状态、心情、体位等因素影响的特点，传统的BP网络分类器难以适应动态脑电特征的变化致使在线分类效果急剧下降；文章提出一种具有在

期刊

自学习EEG识别ADABOOST算法self--learning EEG recognition AdaBoost algorithm

面向局域检索的时变图数据存储与查询模型

时变图数据是实体间相互关联、实体属性和实体间关系会发生频繁变化的图结构数据,适用于电子商务的商品与用户关系表示、包含时间维度的知识图谱构建、企业组织架构管理等场

期刊

图数据库时变数据版本控制数据查询Graph databaseTime-varying dataVersion controlData query

面向物联网搜索技术的高效访问控制方案

物联网搜索技术在日常生活中有着广泛应用,但由于物联网搜索引擎的开放性和搜索后台的不完全可信性,存储于搜索后台的信息存在严重的安全问题。针对该问题,提出一种安全、高效的支持密文搜索的属性基访问控制方案。在数据保护方面,为了确保用户属性信息和数据的安全,使用了访问策略部分隐藏和属性授权机构去中心化等方法,并且使用密文定长的方式提高算法效率和节约存储空间。同时,提出一种支持策略对比的属性撤销方案,降低了

期刊

物联网搜索技术访问策略部分隐藏属性撤销属性授权机构密文搜索Internet of Things search technologyAccess st

基于冲突依赖消除的网络表格外键检测算法

作为数据库中最重要的约束之一,外键关系对数据分析与集成有着重要的意义。大量的网络表格缺乏显式指定的外键,但外键关系对于理解和利用网络表格至关重要。目前的研究工作主

期刊

外键冲突依赖网络表格约束Foreign keyConflict dependencyWeb tableConstraint

基于双加权投票的蛋白质功能预测

蛋白质是完成重要生物活动所必需的分子.准确掌握蛋白质功能,将对生命科学研究及应用起到极大的促进作用.高通量技术的发展产生了海量的蛋白质序列,利用计算技术预测大规模蛋

期刊

蛋白质相互作用网络功能预测随机游走语义相似度生物通路Protein-protein interaction networkFunction pred

基于多头绒泡菌的贝叶斯网络结构学习

贝叶斯网络是概率统计与图论相结合的一种图模型,已成功应用于多个领域中。然而,仅依赖专家的领域知识构建贝叶斯网络非常困难。因此,从数据中学习贝叶斯网络结构已经成为该

期刊

贝叶斯网络结构学习多头绒泡菌条件互信息Bayesian networkStructure learningPhysarum polycephalum

基于多重语义交互的递归式场景理解框架

传统基于前馈设计的视觉系统已经非常普遍,但其存在的一大缺陷是某个环节出现的错误无法被及时修正,从而影响系统的最终性能。为此,提出了一种简易的交互式框架,其特点在于场景语义的不确定性能够通过不同的视觉分析过程协同工作实现求解和优化。在该框架中,分别使用了3个经典的场景理解算法作为视觉分析模块,不同模块之间利用彼此输出的表面布局、边界、深度、视点和物体类等上下文语义之间的交互以实现各自性能的渐进式提升

期刊

表面布局估计边界/深度估计物体/视点检测多重语义交互递归式场景理解Surface layout estimationBoundary/Depth e

基于邻域多粒度粗糙集的知识发现模型

针对现有邻域多粒度粗糙集的定义及相应知识发现算法的不足,重新建立基于邻域多粒度粗糙集的知识发现模型.首先构建了多邻域半径下的乐观邻域多粒度粗糙集模型和悲观邻域多粒

期刊

多粒度粗糙集邻域Multi-granulationRough setsNeighborhood

端到端单通道睡眠EEG自动分期模型

针对现阶段数据和特征决定自动睡眠分期模型的分类精度上限的问题,提出一种基于深度混合神经网络的自动睡眠分期模型。在模型主体构建方面,使用多尺度卷积神经网络自动学习高

期刊

端到端单通道睡眠分期门限循环单元SWISH深度学习End to endSingle-channelSleep stagingGated rec

面向行车视频目标实时检测的轻量级SSD网络

与本文相关的学术论文