- 1、本文档共83页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
实时目标检测方法及其在交通中的应用研究
摘要
道路目标检测技术是智能交通中的关键性技术,其目的是根据道路监控图像检测相
应的道路目标,而道路场景背景多样、目标繁杂。现今主要是通过大型服务器计算完成
目标检测,但一套目标检测服务器价格昂贵。本文设计一种实时道路目标检测嵌入式平
台,针对小的应用场景能够实现对于自行车、大巴、轿车、摩托车、行人的实时检测。
本文的主要研究内容如下:
(1)提出一种适用于嵌入式设备的轻量化深度学习网络。基于现有的YOLOv3 算法
存在的检测速度过慢和模型过大的问题,优化YOLOv3 中的backbone 网络以及不同空
间分辨率特征融合模型,设计了实时目标检测MobileNetv1_yolov3lite_c2 网络。该网络
的运算速度相对于YOLOv3 提升了3.64 倍,模型检测精度相对于YOLOv3 降低了10%
左右。
(2)对网络的检测精度的优化。基于LRM (loss rank mining )和label_smoothing 的
方法针对MobileNetv1_yolov3lite_c2 网络算法的损失函数进行优化改进,引入mixup 数
据增广方法以及cosine 学习率衰减方法优化训练过程,提升MobileNetv1_yolov3lite_c2
网络检测精度。仿真实验表明MobileNetv1_yolov3lite_c2 网络有3.02% 的精度提升,在
自建数据集上可达到77.87%的检测精度。
(3)结合嵌入式设备nvidia jetson TX2 的硬件特点和MySQL 数据库,使用多线程的
设计,实现道路目标检测算法的嵌入式应用。测试结果表明,MobileNetv1_yolov3lite_c2
网络在TX2 上实现了实时检测。
本文提出了MobileNetv1_yolov3lite_c2 网络,可在TX2 嵌入式板上以26.67FPS 的
速度进行检测,并在自建数据集上可达到77.87%的检测精度。
关键词:实时目标检测;深度可分离卷积;YOLOv3;nvidiaJetsonTX2;卷积神经
网络
I
Real-timeobjectdetectionmethodanditsapplicationintraffic
Abstract
Road obejct detection technology is a key technology in intelligent transportation. whose
purpose is to detect the road targets according to the road monitoring image. But the road
scene has various backgrounds and complicated targets. Today, road object detection is
mainly done by Large computing server, but a set of road object detection servers is
expensive. This paper designs a real-time road target detection embedded platform, which can
realize real-time detection for bicycles, buses, cars, motorcycles and pedestrians for small
application scenarios. The main research work of this paper are as follows:
(1) A lightweight deep learning network suitable for embedded devices is proposed. Due
to the exis
您可能关注的文档
- 深圳技术大学互联网与大数据学院设计及相关空间研究.pdf
- 深圳某高中学校的英语教学课堂中教师话语的研究——基于Walsh的IRF理论框架的分析.pdf
- 深圳社区生活垃圾分类处理问题研究——以若干花园式小区为例.pdf
- 深圳市L区国家税务局纳税服务建设研究.pdf
- 深圳市宝安区“营改增”背景下税收征管问题研究.pdf
- 深圳市宝安区城管执法类公务员激励机制研究.pdf
- 深圳市超大型综合医院急诊部设计研究.pdf
- 深圳市城中村改造综合整治与拆除重建模式比选研究.pdf
- 深圳市创客专项项目政策实施问题及优化策略研究.pdf
- 深圳市创新型企业的政府补助监管问题研究.pdf
- [德阳]2023年四川德阳广汉市卫生健康系统事业单位面向高校招聘34人笔试历年高频考点(难、易错点)附带答案详解.docx
- [德州]2023年山东德州齐河县卫健系统事业单位招聘244人笔试历年高频考点(难、易错点)附带答案详解.docx
- [恩施]2023年湖北利川市民族妇幼保健院招聘笔试历年高频考点(难、易错点)附带答案详解.docx
- [张家口]河北石家庄市桥西区招聘劳务派遣人员88人笔试历年高频考点(难、易错点)附带答案详解.docx
- [徐州]2023年江苏徐州工程学院招聘高层次人才(教师)26人笔试历年高频考点(难、易错点)附带答案详解.docx
- [徐州]202年江苏徐州市第三中学招聘高层次人才笔试历年高频考点(难、易错点)附带答案详解.docx
- [德宏]云南德宏盈江县油松岭乡卫生院招聘编外人员笔试历年高频考点(难、易错点)附带答案详解.docx
- [德州]2023年山东德州临邑县人民医院招聘备案制工作人员32人笔试历年高频考点(难、易错点)附带答案详解.docx
- [德州]2023年山东德州市中医院招聘备案制工作人员75人笔试历年高频考点(难、易错点)附带答案详解.docx
- [恩施]2023年湖北恩施州建始县县直部分学校—_业州镇_长梁镇部分学校选聘教师27人笔试历年高频考点(难、易错点)附带答案详解.docx
文档评论(0)