【摘 要】
：
随着自动化、智能化逐渐普及以及计算平台性能的提高和成本的降低,机器视觉技术在路面等自然场景中有了更多的应用。目前目标检测框架大多使用端对端的深度神经网络结构,需要进行大量的卷积操作,极其依赖GPU硬件的算力,成本较高,且需要大量训练集训练来保证检出效果。本文设计了一个用于垃圾清扫车上的车载垃圾识别算法,用来辅助垃圾清扫车完成垃圾清扫任务。通过车载相机拍摄路面图片,检测出路面中的垃圾目标,根据垃圾种
论文部分内容阅读
随着自动化、智能化逐渐普及以及计算平台性能的提高和成本的降低,机器视觉技术在路面等自然场景中有了更多的应用。目前目标检测框架大多使用端对端的深度神经网络结构,需要进行大量的卷积操作,极其依赖GPU硬件的算力,成本较高,且需要大量训练集训练来保证检出效果。本文设计了一个用于垃圾清扫车上的车载垃圾识别算法,用来辅助垃圾清扫车完成垃圾清扫任务。通过车载相机拍摄路面图片,检测出路面中的垃圾目标,根据垃圾种类信息调节清扫模式。本文在PC平台上设计实验了一种可以部署于FPGA平台的轻量级路面垃圾识别算法,它采用两步式的目标检测,即先检测出垃圾目标候选框,再对候选框进行分类。在垃圾目标候选框提取阶段采用传统算法,通过多通道特征的前景分割,提升了垃圾目标的检出率,弥补了传统分割算法的不足,之后通过计算候选框内的动态范围排除误检目标,算法具有一定的光照适应性。在候选框分类阶段,用轻量级的Mobil Net神经网络进行了评估实验,且算法仅需要对垃圾分类进行训练,所以对训练集的数目要求较小,针对FPGA计算和存储资源的有限性,本文使用定长线程池方案设计实现了多目标动态的分类,提供了一种在FPGA上的多目标并行分类思路。最终本文对算法进行了实景检测,有较高的检出率且计算量较小。
其他文献
随着环境保护的不断普及,太阳能作为可再生能源在通信系统中的应用越来越受到关注,其正在逐步取代传统电源成为系统供电的替代方案。将太阳能电池和天线有效集成,可以缩减通信系统占用的体积,同时降低供电成本。目前,太阳能电池集成天线带宽窄、增益低,很难应用在宽带通信领域,且大多研究集中在与天线单元的集成。而平面螺旋天线具有频带宽、圆极化性能好、便于集成等优点。基于这一情况,本文对太阳能电池集成平面螺旋阵列天
近年来,随着高性能计算设备以及低成本点云传感器的发展,计算机视觉的研究方向逐步从二维拓展到三维。其中,三维点云识别作为一项关键任务,是当今三维视觉领域的一大研究热点。随着人工智能的发展,基于深度学习的点云识别算法是当下的主流研究方向。其中,以Point Net++为代表的层次表示方法以局部到全局的方式有效地挖掘了点云中潜在的形状信息,在点云识别任务中有着突出的表现。然而,现有的层次表示方法在采样策
随着通信技术的不断发展及5G商用的大规模铺开,信号传输朝着高速高频和低时延的方向不断发展。聚四氟乙烯（PTFE）基复合材料拥有着在微波频段稳定的微波介电性能和易加工的特性,可以满足微波电路和微波器件日益增长的高频化、集成化需求。本实验选取PTFE为基材,以Ag@TiO2核壳结构、ZnNb2O6陶瓷作为填料,以LCP A950纤维作为增强相,对具有高介电常数以及中低介电常数的两种PTFE基微波复合材
氧化铟锡和二硫化钼,作为原子层厚度的高迁移率新型超薄半导体材料,可抑制短沟道效应,提升栅控,并为高截止频率器件的实现提供可能,由此受射频领域工作者关注。此外,建模工作可预测器件性能指标,降低实验试错成本,很大程度促进射频领域发展。然而,针对新型超薄材料射频晶体管等效电路建模工作却少有展开。因此,为分析新材料器件的直流和射频特性,同时通过模型参数分析结果指导器件工艺和新材料生长的优化方向,本文开展氧
随着互联网和通信产业的飞速扩张,微波射频电路和系统越来越受到各界科研工作者的重视。面对划分地越来越细的频段,多频的元器件及电路设计成为研究热门。多通带滤波功能性融合器件是一种将多路滤波功能同时集成到传统微波器件的单体多功能融合器件,能够在射频电路前端的多个关键节点处滤除干扰信号以及非线性器件产生的交调和谐波信号。本论文主要针对高选择性多通带带通滤波器,高隔离度多通带滤波功分器以及多通带开关切换冷热
应用自适应光学（Adaptive optics,AO）技术校正光束经随机介质传输时的波前相位畸变,消除其对成像系统的影响。当波前像差快速变化时,迭代时间长、收敛受限的传统算法无法达到自适应光学系统实时校正波前的要求。因此,本论文提出了基于贝叶斯优化（Bayesian Optimization,BO）下的卷积神经网络（Convolutional Neural Network,CNN）的非迭代式波前校
婴幼儿血管瘤,以下简称血管瘤,是小儿临床最常见的软组织肿瘤之一。血管瘤1岁之前的发病率高达10%-20%,大部分可自动痊愈,但是部分严重的会威胁到婴儿的正常生长乃至生命。准确判别血管瘤风险等级并采取相应的治疗措施,这一工作目前主要是由具有较高专业素养的儿科医生手动完成。高专业素养儿科医生的缺失,部分家长对血管瘤风险的忽视,容易耽误血管瘤的及时治疗。使用人工智能的方法,对血管瘤的状态做出自动且准确的
基于MRI图像的自动分割算法在计算机辅助诊断及治疗等方面有着广泛应用。近年来,基于深度学习的图像分割技术快速发展,但在精确度和鲁棒性上依然不能完全满足严苛的临床要求。比如,现有分割方法有时难以区分器官与组织的边界,对小器官的分割效果也不甚理想。本文针对MRI图像多器官分割中的难点,研究了网络特征的间隔弥合问题及解耦问题,并通过改进网络结构及损失函数,提高分割精度。在MRI图像多器官分割网络中,经常
隐身能力是新一代军用武器的重要特征之一,隐身技术发展在军事领域具有重要意义,其关键在于降低目标的雷达散射截面（Radar Cross Section,RCS）。目前研究多数集中在镜面散射的RCS缩减问题,而在实际应用中,对于目标的细长部位,通常还存在较强的表面行波散射,不可忽视。本研究以高阻抗表面（High Impedance Surface,HIS）为研究对象,同时结合频率选择表面（Freque
非小细胞肺癌（Non-small-cell lung cancer,NSCLC）是一种最常见的肺癌类型,具有高发病率与死亡率的特点。准确地预测NSCLC癌患者的生存期与分子亚型可以为临床医生制定个性化治疗方案提供指导,对改善患者预后、提高长期生存率具有重要意义。随着高通量技术的迅速发展,NSCLC患者的临床与多组学数据被大量收集,为开展广泛的预测研究提供基础。已有研究表明融合临床与多组学数据对NS