【摘 要】
：
由于受到设备算力和内存限制,一些参数量大且计算复杂度高的网络模型难以走出实验室,特别是一些依靠加深网络层数来提高特征提取和融合能力的卷积神经网络模型,难以应用到实际中。于是,轻量化模型开始流行,但大多模型只注重轻量化,检测精确度难以达到实际要求。为此本文提出将多尺度特征融合应用于轻量型目标检测网络,以提高浅层信息提取能力,在轻量化的同时尽可能不损失模型性能。为了设计轻量高效的目标检测网络,本文对骨
论文部分内容阅读
由于受到设备算力和内存限制,一些参数量大且计算复杂度高的网络模型难以走出实验室,特别是一些依靠加深网络层数来提高特征提取和融合能力的卷积神经网络模型,难以应用到实际中。于是,轻量化模型开始流行,但大多模型只注重轻量化,检测精确度难以达到实际要求。为此本文提出将多尺度特征融合应用于轻量型目标检测网络,以提高浅层信息提取能力,在轻量化的同时尽可能不损失模型性能。为了设计轻量高效的目标检测网络,本文对骨干网络、颈部网络的基础模块和卷积块中的激活函数、颈部网络结构和检测头这几个方面进行研究,提出两种轻量型多尺度特征融合目标检测网络Mv3s-FPANet和Mv31-FPANet。以不增加过量的参数和过于复杂的计算为前提,将删除了末尾卷积层和池化层的轻量型MobileNetv3-small网络作为本文的骨干网络。本文的轻量型骨干网络参数少,信息提取能力弱,YOLOv4骨干网络CSPDarknet53参数量大,信息提取能力强。于是本文在CSPDarknet53基础模块Resblock的基础上进行改进,得到Neckblock,作为本文颈部网络的基础模块;为了轻量化颈部网络,在卷积块中采用深度可分离卷积。不同的激活函数对网络的性能影响不同,为了提升颈部网络的性能,将颈部网络卷积块中的Mish激活函数替换为Leaky ReLU和SLU激活函数。为了提高网络信息提取性能,采用多尺度特征融合方法构成颈部网络,提出FPN和FPN+PAN两种结构。为了扩大感受野以增加检测能力,在YOLOv4检测头的3个预测分支中引入CSPLayer层。实验结果表明Mv3s-FPANet的精确度不符合预期。为了进一步提升精确度,将骨干网络替换为删除尾部的卷积层和池化层的轻量 MobileNetv3-large 网络得到 Mv31-FPANet。Mv31-FPANet 网络的召回率、mAP和F1分数等指标有明显的提升,参数量也有所减少。为了验证Mv31-FPANet模型的检测性能,基于该模型设计了一款检测软件,并在制作的数据集上进行训练测试,由召回率、mAP和F1分数等指标表明其仍具有较高的检测性能。图[79]表[25]参[81]
其他文献
降低碳排放是世界各国实现碳中和、碳达峰发展战略的重要途径,而降低建筑能耗是降低碳排放的有效举措之一,水泥基储热材料能有效降低建筑能耗和实现对清洁能源的高效利用,因此制备水泥基储热材料对实现建筑能耗的降低具有重要意义。相变材料（Phase change material,PCM）作为水泥基储热材料的核心成分,存在与水泥基材料相容性差的不足,使用微胶囊技术能有效缓解这一不足。常用相变微胶囊本征强度较低
对抗样本的存在给深度神经网络（DNNs）的应用安全性带来极大威胁,它通过在原始输入（如图片,语音,文字）中加入人类难以察觉的细小扰动来以高置信度欺骗DNNs。因此关于对抗样本的研究和相关文献开始大量涌现,本论文从图片对抗样本的攻击和防御两个对立的角度出发,分别提出针对高分辨图片生成和防御有效的算法,目的是通过暴露和探索深度学习模型存在的弱点和盲点来提升模型在应用中的鲁棒性。具体来说,从攻击层面展开
齿轮被广泛应用到精密机械、汽车制造、航空航天、国防军事等各个工业领域。其中渐开线齿面凭借着良好的传动性、互换性经常用作机械传动零件的齿廓。在精密齿轮的量值传递、制造加工和计量标准中,齿轮渐开线样板是必备的高精度计量器件。大连理工大学凌四营团队设计出的双滚轮—双导轨式样板加工装置具备研制0至2级精度样板的能力,但是现有研究缺乏对整套加工装置的系统性误差源分析和建模,因此有必要分析样板加工装置的误差来
目标跟踪是计算机视觉领域的核心研究方向之一,在军事和民用方面都有着非常重要的实用价值和研究前景。近年来,随着众多学者的深入研究,优秀的跟踪算法不断涌现,然而在实际跟踪过程中,受到目标形变、光照变化、目标遮挡、相似背景等多种复杂因素的影响,使得许多算法的跟踪效果差,因此,亟需构建一个鲁棒的目标跟踪算法来完成复杂场景下的目标跟踪任务。针对上述问题,本文深入研究现有的跟踪算法和基本理论,对现阶段目标跟踪
煤炭是我国基础能源,以煤炭为主导的能源结构在2050年前难以改变。2020年产生了 1 00亿m3以上的煤泥水,煤炭洗选加工是煤炭清洁高效利用的源头技术。煤泥水的高效沉降一直是困扰选煤行业的技术难题,传统的混合浓缩沉降技术难以有效解决这一难题。论文以煤泥水中石英、高岭石、煤三种代表性微细颗粒为研究对象,采用计算流体动力学-离散单元法（CFD-DEM）耦合模拟和试验的方法对煤泥颗粒沉降动力学特性进行
随着社交网络与电子商务的迅速发展,大量的商品评论文本呈井喷式出现。对这些评论文本使用情感分析技术进行挖掘,通过分析消费者对于所购买产品的评论文本可以了解产品的优劣并对潜在的消费者起到一定的参考作用。然而传统的深度学习方法存在词向量特征输入单一,无法区分同义词以及忽略特征项的位置信息和频次信息等问题。针对这些问题,本文提出了基于多特征融合和注意力机制情感分类模型。以情感分类问题常用的模型CNN-Bi
由于历史过度的露天开采,铅锌矿废弃地土壤重金属含量较高且水土流失较为严重,选择适宜的植物修复模式既能保证植物生物量又能对土壤重金属进行吸附,对于铅锌矿废弃地的修复至关重要。目前对于废弃地植物修复工作多集中于野外调查和盆栽试验等,而关于废弃地在实际复垦修复条件下应以何种植物修复模式及种类修复鲜见报道。本文以粤北南岭某铅锌矿废弃地为研究对象,基于野外调查和试验,采用经典统计学、地统计学、主成分、熵值和