道路目標(biāo)檢測(cè)技術(shù)是智能交通中的關(guān)鍵性技術(shù),其目的是根據(jù)道路監(jiān)控圖像檢測(cè)相應(yīng)的道路目標(biāo),而道路場(chǎng)景背景多樣、目標(biāo)繁雜。現(xiàn)今主要是通過大型服務(wù)器計(jì)算完成目標(biāo)檢測(cè),但一套目標(biāo)檢測(cè)服務(wù)器價(jià)格昂貴。本文設(shè)計(jì)一種實(shí)時(shí)道路目標(biāo)檢測(cè)嵌入式平臺(tái),針對(duì)小的應(yīng)用場(chǎng)景能夠?qū)崿F(xiàn)對(duì)于自行車、大巴、轎車、摩托車、行人的實(shí)時(shí)檢測(cè)。本文的主要研究?jī)?nèi)容如下:(1)提出一種適用于嵌入式設(shè)備的輕量化深度學(xué)習(xí)網(wǎng)絡(luò)�；诂F(xiàn)有的YOLOv3算法存在的檢測(cè)速度過慢和模型過大的問題,優(yōu)化YOLOv3中的backbone網(wǎng)絡(luò)以及不同空間分辨率特征融合模型,設(shè)計(jì)了實(shí)時(shí)目標(biāo)檢測(cè)MobileNetv1_yolov3lite_c2網(wǎng)絡(luò)。該網(wǎng)絡(luò)的運(yùn)算速度相對(duì)于YOLOv3提升了3.64倍,模型檢測(cè)精度相對(duì)于YOLOv3降低了10%左右。(2)對(duì)網(wǎng)絡(luò)的檢測(cè)精度的優(yōu)化。基于LRM(loss rank mining)和label_smoothing的方法針對(duì)MobileNetv1_yolov3lite_c2網(wǎng)絡(luò)算法的損失函數(shù)進(jìn)行優(yōu)化改進(jìn),引入mixup數(shù)...

【文章頁數(shù)】：85 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 目標(biāo)檢測(cè)算法
        1.2.2 交通場(chǎng)景中的目標(biāo)檢測(cè)
    1.3 論文研究主要內(nèi)容及章節(jié)安排
第2 章深度學(xué)習(xí)與YOLO檢測(cè)算法相關(guān)理論
    2.1 深度卷積神經(jīng)網(wǎng)絡(luò)
        2.1.1 神經(jīng)網(wǎng)絡(luò)
        2.1.2 卷積神經(jīng)網(wǎng)絡(luò)
    2.2 YOLO目標(biāo)檢測(cè)算法
    2.3 本章小結(jié)
第3章 道路目標(biāo)檢測(cè)算法設(shè)計(jì)與優(yōu)化
    3.1 目標(biāo)檢測(cè)算法優(yōu)化方向
    3.2 網(wǎng)絡(luò)運(yùn)算速度提升
        3.2.1 針對(duì)基礎(chǔ)網(wǎng)絡(luò)的優(yōu)化
        3.2.2 針對(duì)不同空間分辨率特征圖之間融合方法的優(yōu)化改進(jìn)
    3.3 網(wǎng)絡(luò)檢測(cè)精度的優(yōu)化
        3.3.1 針對(duì)YOLOv3 基礎(chǔ)損失函數(shù)的優(yōu)化
        3.3.2 訓(xùn)練方法優(yōu)化改進(jìn)
    3.4 本章小結(jié)
第4章 道路目標(biāo)檢測(cè)算法的實(shí)現(xiàn)與分析
    4.1 算法評(píng)價(jià)標(biāo)準(zhǔn)與訓(xùn)練數(shù)據(jù)集
        4.1.1 目標(biāo)檢測(cè)算法的評(píng)價(jià)標(biāo)準(zhǔn)
        4.1.2 訓(xùn)練數(shù)據(jù)集
    4.2 算法的實(shí)現(xiàn)與訓(xùn)練
        4.2.1 實(shí)驗(yàn)環(huán)境
        4.2.2 深度學(xué)習(xí)框架選取與搭建
        4.2.3 檢測(cè)算法的實(shí)現(xiàn)與訓(xùn)練
    4.3 檢測(cè)結(jié)果對(duì)比分析
        4.3.1 網(wǎng)絡(luò)檢測(cè)速度優(yōu)化效果對(duì)比分析
        4.3.2 網(wǎng)絡(luò)檢測(cè)精度優(yōu)化效果對(duì)比分析
    4.4 本章小結(jié)
第5章 檢測(cè)算法的嵌入式實(shí)現(xiàn)與測(cè)試
    5.1 軟硬件平臺(tái)
        5.1.1 硬件平臺(tái)
        5.1.2 軟件平臺(tái)
    5.2 目標(biāo)檢測(cè)算法的嵌入式實(shí)現(xiàn)
        5.2.1 軟件框架設(shè)計(jì)
        5.2.2 軟件實(shí)現(xiàn)
    5.3 嵌入式實(shí)現(xiàn)與結(jié)果分析
        5.3.1 仿真實(shí)驗(yàn)以及檢測(cè)效果對(duì)比
        5.3.2 檢測(cè)結(jié)果寫入數(shù)據(jù)庫
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間的研究成果



本文編號(hào)：3976606