【摘 要】
：
在深度学习和计算机技术日益发展的今天,基于深度学习的车辆目标检测算法在速度和精度上都比传统方法有着非常大的提升。但如今的车辆目标检测算法基本上还是基于边框的检测算法,有着算法复杂、计算资源高、量级参数等的问题,还有很大的提升空间。所以,如何能够简化算法的框架、降低参数量以及消除冗余计算成为了一项具有挑战性的工作。本文研究了基于热力图的车辆目标检测方法和加权特征融合方法,并且对深度聚合网络DLA-3
论文部分内容阅读
在深度学习和计算机技术日益发展的今天,基于深度学习的车辆目标检测算法在速度和精度上都比传统方法有着非常大的提升。但如今的车辆目标检测算法基本上还是基于边框的检测算法,有着算法复杂、计算资源高、量级参数等的问题,还有很大的提升空间。所以,如何能够简化算法的框架、降低参数量以及消除冗余计算成为了一项具有挑战性的工作。本文研究了基于热力图的车辆目标检测方法和加权特征融合方法,并且对深度聚合网络DLA-34进行了改进,得到本文的车辆目标检测框架WF-Center Net。首先,本文研究了基于热力图的车辆检测算法。把主干网络提取到的图像特征通过反卷积向上采样后,输入到三个卷积分支网络,最后得到描述目标对象位置的热力图,并通过峰值点所在的特征回归出目标对象的尺寸信息和偏移信息。这种端到端的方法不仅解决了模型复杂度高的问题,还提高了检测性能。同时,从峰值点回归得到边框可以去除冗杂的非极大值抑制过程,简化了计算。其次,本文选择改进的DLA-34作为主干网络。DLA-34网络能够有效聚合图像的空间信息和语义信息,虽然作为残差结构的基础卷积块可以增加网络的深度,但网络对不同尺寸目标的感知能力差异较大。因此,本文对DLA-34进行了改进,通过增加多个卷积通道的方式增强模型对不同尺寸物体的感知能力,从而提升了检测的精度。另外,本文还研究了加权特征融合的方法。本文通过分配可学习权重给不同尺度的特征图,使得不同的特征对输出有着不同的影响程度。特别地,本文的模型采用了FPN和TFPN两种结构的特征融合,最后进行相加。加权特征融合的方法解决了传统特征融合方法中不同尺度特征对输出影响程度一样的问题,提升了特征利用效率。最后,本文验证了算法的有效性。本文在微软开发维护的大型图像数据集中提取了小汽车、自行车、公共汽车、火车、卡车和摩托车共六类车辆相关的数据,并在基于Ge Force RTX（?）3070的Py Torch深度学习平台上进行实验。实验表明,本文提出的基于热力图与加权特征的车辆目标检测算法与主流方法相比,在保持实时性优势的前提下,既提升了检测精度,也极大地简化了算法的复杂程度。
其他文献
当今社会,能源短缺及环境恶化问题日益严重,新型可再生清洁能源的开发已势在必行。作为一种清洁可再生能源,氢能是代替化石能源的最佳选择之一。电解水制氢作为一种绿色的制氢途径得到广泛研究,然而水分解的两个半反应——析氢反应（hydrogen evolution reaction,HER）和析氧反应（oxygen evolution reaction,OER）自身存在较高反应能垒,缓慢的动力学过程使得实际
人工智能的蓬勃发展不仅给各行各业带来了深刻的变革,相关的技术也逐渐应用到人们生活的方方面面。多智能体系统作为人工智能重要技术组成之一,也受到了学界越来越多的关注。早期相关研究多着重于单智能体路径规划,或者环境已知且场景相对简单的多智能体路径规划。现在应用场景的复杂性和多变性,对多智能体系统的决策能力和路径规划的效果有了更高的要求。即便在环境简单且已知的场景,传统方法对于路径规划的求解效率也不是很高
在当今我国经济不断发展的大环境下,城市的基础建设得到了大量的投入,更多的城市已经拥有了一套完善的地铁线路网络,带动了城市各区域的人流往来和经济互动,有效地缓解了地面交通压力。与此同时,更多的人们在选择出行的方式中倾向于地铁这种便利且快速的交通方式,但随着地铁线路网络的不断扩张以及地铁站内空间结构不断复杂化,用户在室内无法使用GPS定位服务的情况下,对地铁站内的空间布局依然处于传统指示牌引导的目测阶
本文主要考虑的问题是协作机械臂在控制过程中如何有效、灵活的进行人机协作并完成避障,因其特点,本文主要考虑的协作机械臂工作场景为协作小型货物搬运、辅助工具拾取和装配器件辅助拾取等,其具有需求精度低、灵活度高等特点。本文的目标是通过在仿真环境下的训练得到深度强化学习模型,用其代替协作机械臂控制算法的决策避障功能,取机械臂的末端位置动作为强化学习智能体的动作,取机械臂的人机交互物理信息为强化学习的环境状
短视频的制作与分享随着移动互联网的飞速发展而变得更加的便捷。目前短视频制作与分享已经进入了黄金发展时期,每天都会有无数的视频被生产和传播。然而,短视频的快速发展在给人们带来好处的同时,也给相关监管工作来了很大的挑战。如何管理这些海量视频,已成为当前面临的重大挑战。庆幸的是,视频分类技术为有效管理海量视频带来了曙光,也因此受到了越来越多的科研人员的关注。深度神经网络具备的强大拟合能力,使其不仅在越来
侧信道攻击技术已经作为密码学研究领域密切的关注点和重要分支,功耗分析攻击技术已经成为侧信道攻击技术中最常用的攻击方法之一,通过物理通道利用辅助的设备对正在执行的密码算法或安全设备等进行功耗的采集,分析功耗曲线的相关信息来获取我们需要的关键信息。与电磁辐射攻击、错误攻击、时序攻击、模板攻击、缓存等攻击方式相比较,侧信道功耗分析攻击具有实现简单、攻击效果明显和易于分析等特点,因此侧信道功耗攻击技术受到
中国制造向中国智造的改革转变带动了智慧物流系统和智能仓储系统的发展,自动导航车（Automated Guided Vehicle,AGV）作为离散制造工厂和智能仓储系统的重要传送带,担任了运输的任务。在离散制造工厂中,作为主要操作对象的物料是整体运作和管理的中心,物料的物流过程也是影响整体生产效率的关键过程,自动化、智能化的路径规划可以极大提高物流的效率,从而提高企业生产的整体效率。因此,对AGV
随着半导体与人工智能技术的飞速发展,自动驾驶成为了目前学术界与工业界的研究热点之一。自动驾驶汽车只有对周围环境有着精准的感知,才能够稳定可靠地运行。目标检测是自动驾驶系统感知模块的核心功能,通常人们采用二维的目标检测,即根据图像信息预测出物体的位置与类别。然而,二维的目标检测不能提供准确的深度信息,即距离等信息,而这却是自动驾驶系统中路径规划、障碍物避让等模块所必须的。激光雷达点云能够提供十分精准
随着深度学习、车联网边缘计算和5G通信技术的高速发展,自动驾驶正成为未来十年影响汽车行业的关键技术。传感器是自动驾驶系统感知外界环境的媒介,传感器之间的协同性和互补性是进一步提高自动驾驶安全性的关键。近年来,多传感器融合技术得到越来越多的关注,其中点云融合方法在三维目标检测和地图构建上的应用也逐渐增多。车联网边缘计算技术旨在赋予车辆边缘节点更强大的信息处理能力与内容传输能力,为车载应用提供更高效、
本文基于已经研制出的飞行仿人机器人原理样机,设计出一套实时嵌入式控制系统,实现飞行仿人机器人的闭环控制功能。首先,通过分析目前国内外机器人嵌入式系统设计的现状,分析得出目前主流机器人嵌入式系统具备三大特点,分别是无缆化、分布式结构以及良好的实时性。其次,结合原理样机的实时性仿真结果、硬件结构、功能需求以及主流机器人嵌入式系统设计特点,实现设计指标、硬件方案以及软件方案的制定。在设计指标层面上,根据