论文摘要
准确的目标检测算法是人工智能的一个重要部分,在安防、智能机器人、自动驾驶等领域有重要应用。传统的目标检测方法适应性较差、准确度不高。随着深度学习算法的发展,以深度学习为基础的目标检测算法相对于传统算法有巨大提升。部分检测框架在速度和精度上有了很大突破。对于简单目标棋子的识别上,由于目标单一、目标间差别小、目标数据容易重复、容易使算法出现过拟合的问题。通过深度更深的残差网络提取图像深层信息以强化对目标的识别能力,同时通过标签映射实现单目标到多目标的转换,最终目标识别置信度几乎稳定在99%。通过使用层间融合、网络剪枝等技术优化了网络结构,然后使用权重量化压缩神经网络模型的权重。优化后的网络准确度几乎不变但是计算效率更高并能普通CPU上实现快速推理。
论文目录
文章来源
类型: 期刊论文
作者: 刘帅,郭滨,陈亮,张晨洁
关键词: 目标检测,目标识别,残差网络
来源: 长春理工大学学报(自然科学版) 2019年06期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 计算机软件及计算机应用,自动化技术
单位: 长春理工大学电子信息工程学院
分类号: TP391.41;TP18
页码: 67-72
总页数: 6
文件大小: 2067K
下载量: 38
相关论文文献
- [1].基于改进的特征提取网络的目标检测算法[J]. 激光与光电子学进展 2019(23)
- [2].电力监控系统中运动目标检测算法研究[J]. 数字技术与应用 2019(12)
- [3].基于变周期梯形毫米波二维配对多目标检测算法[J]. 微波学报 2020(02)
- [4].基于卷积神经网络的目标检测算法综述[J]. 苏州科技大学学报(自然科学版) 2020(02)
- [5].基于四旋翼无人机平台的实时多目标检测算法[J]. 计算机仿真 2020(04)
- [6].基于深度学习的目标检测算法研究综述[J]. 计算机与现代化 2020(05)
- [7].基于遮挡标记的目标检测算法[J]. 中南民族大学学报(自然科学版) 2020(03)
- [8].基于深度学习的单阶段目标检测算法研究综述[J]. 航空兵器 2020(03)
- [9].基于有效感受野的目标检测算法[J]. 山西大同大学学报(自然科学版) 2020(04)
- [10].深度卷积神经网络的目标检测算法综述[J]. 计算机工程与应用 2020(17)
- [11].基于关键点的目标检测算法综述[J]. 信息技术与标准化 2020(06)
- [12].基于回归与深度强化学习的目标检测算法[J]. 软件导刊 2018(12)
- [13].特征显著性的车辆目标检测算法[J]. 河南科技大学学报(自然科学版) 2017(01)
- [14].一种基于数据聚类的目标检测算法[J]. 机电产品开发与创新 2016(06)
- [15].深度学习目标检测算法在货运列车车钩识别中的应用[J]. 铁道科学与工程学报 2020(10)
- [16].多分支卷积块的目标检测算法[J]. 赤峰学院学报(自然科学版) 2020(10)
- [17].一种基于深度学习的遥感图像目标检测算法[J]. 计算机工程与科学 2019(12)
- [18].重点区域注意力学习的空对地目标检测算法[J]. 激光与光电子学进展 2020(04)
- [19].基于深度卷积神经网络的小目标检测算法[J]. 计算机工程与科学 2020(04)
- [20].基于注意力机制和特征融合改进的小目标检测算法[J]. 计算机应用与软件 2020(05)
- [21].基于深度学习的图像目标检测算法研究[J]. 国外电子测量技术 2020(08)
- [22].基于深度卷积神经网络的目标检测算法进展[J]. 南京邮电大学学报(自然科学版) 2019(05)
- [23].基于背景遗传模型的运动目标检测算法[J]. 自动化技术与应用 2017(03)
- [24].达芬奇平台下的运动目标检测算法的应用研究[J]. 计算机技术与发展 2013(11)
- [25].高光谱图像目标检测算法分析[J]. 测绘科学 2012(01)
- [26].基于深度学习的目标检测算法研究与应用[J]. 计算机产品与流通 2020(01)
- [27].基于特征增强及密集场景优化的遥感目标检测算法[J]. 传感器与微系统 2020(01)
- [28].室内穿墙场景下的无源人体目标检测算法[J]. 电子与信息学报 2020(03)
- [29].虚拟现实技术舰船高速航行图像目标检测算法[J]. 舰船科学技术 2020(04)
- [30].基于感受野的快速小目标检测算法[J]. 激光与光电子学进展 2020(02)