剪枝相关论文
随着科技革命的澎湃浪潮兴起,人类社会已经缓缓越入了高品质的“智能时代”,我国也大步迈进了特色社会主义的“新时代”,科技创新......
本文梳理了神经网络剪枝技术的起源与研究进展，将其分为对权重参数稀疏化的非结构化剪枝和粗粒度的结构化剪枝，分别介绍了两者近年来......
针对传统的基于密度的局部离群点检测算法对原始数据集没有进行预处理导致该算法在面对未知数据集时检测效果不理想，又由于其需要计......
随着深度学习的发展,卷积神经网络被广泛用于计算机视觉任务中。然而,在通过增加卷积神经网络深度来提高其特征表达能力的同时,模......
随着智能电网的发展，基于计算机视觉的航拍绝缘子缺陷检测被广泛应用于电力巡检，本文针对深度学习模型对绝缘子自爆缺陷检测精度不高......
随着5G通信技术和人工智能技术的高速发展,智能交通监控系统的建设迎来契机,目标检测跟踪与定位技术是监控系统的核心部分,传感器......
盲人出行一直是社会关注的核心问题,如何辅助盲人安全出行,正成为社会各界关注的焦点。目前导盲辅助系统大多基于红外检测、超声波......
针对基本快速扩展随机树（RRT）算法在路径规划中具有树的扩展随机性大、冗余节点多、容易在目标点周围发生振荡、规划的路径较长等问......
人体行为的识别一直是人工智能领域比较热门的研究方向。已经被广泛应用在智能家居、虚拟现实、智能安防、视频监控等领域。但是在......
人工智能算法模型准确率的提高往往依赖不断地向模型注入大量数据样本来实现,但是由于隐私问题,一些数据敏感型企业难以进行数据共......
深度卷积神经网络在图像分类、目标检测、图像分割等领域有广泛应用。然而,深度卷积神经网络的时间和空间开销过大,对硬件环境提出......
随着人工智能的发展,“AI+传统行业”的改革可以赋予行业新的经济增长点。“AI+动物保护”可以在提高动物研究效率的同时减少对生......
监控视频中的车辆碰撞事故是一种重要的异常事件类型。特别是,一定比例的伤亡事故是由于救治不及时和次生事故造成的,这是由于该救......
卷积神经网络作为深度学习领域的一项代表技术,在目标检测与图像分类识别等计算机视觉任务中性能表现突出。随着网络深度越来越深,......
近年来,随着网络、大数据、人工智能的飞速发展,在网络成为人们生活中不可或缺的一部分的同时,自媒体行业也日益壮大。网络中不可......
随着经济的飞速发展,汽车惠及大众的同时也引发了大量的交通事故。汽车高级驾驶辅助系统和无人驾驶技术在辅助驾驶和提高行车安全......
为解决传统神经网络模型过参数化问题,提高深度学习模型工程化实现的效率,提出了基于GA的结构化模型压缩算法.该方法从全局搜索空......
本文以提高弯道检测效果为主要目的，并综合考虑检测速度，提出了一个基于残差网络的弯道增强车道线检测方法。该方法采用残差网络为主......
近年来,卷积神经网络在计算机视觉任务中实现了巨大的进步,其中高级视觉任务包括图像识别、目标检测等,低级视觉任务包括图像风格......
随着大数据时代的到来,借助于海量的数据信息,具有复杂结构的深度神经网络以强大的特征学习和表达能力在计算机视觉领域超越了手工......
由于现在的图像质量越来越高,现有的图像压缩技术已经不能满足目前的需求。于是使用卷积神经网络解决图像压缩成为目前热门的研究......
学位
通道剪枝在卷积神经网络加速中有着广泛的应用,但如今已经遇到了瓶颈,主要源于两处挑战:1)对冗余性准确而直观的测量;2)模型卷积层......
针对目前智慧安监领域对于安全帽佩戴的检测存在尺度多样化、检测难度大、中小目标漏检率高的问题,提出了一种基于改进的YOLOv4的......
随着科学技术的发展,智能机器人已经成为人们日常生活中重要伙伴。然而,机器人技术仍存在许多不足之处,其中在路径规划方面尤为突......
深度神经网络（DNN）在包括计算机视觉,语音识别,自然语言处理,量子化学和医疗保健在内的多个研究领域中均表现出出色的性能。然而,众......
蚕桑产业是我国重要的传统产业之一.但我国桑园管理的机械化水平普遍偏低,桑树生长过程中的枝条修剪和桑叶的采集基本靠人工完成,......
随着当下社会的进步,铁路与公路平面交叉处的道口的通行压力逐年增加,本文分析了当前铁路道口预警防护系统在列车信号检测部分存在......
深度卷积神经网络以其出色的非线性表达能力和特征提取能力在图像识别领域取得了惊人的成就。基于深度卷积神经网络的目标检测算法......
现阶段,深度卷积神经网络已经在许多计算机视觉任务上显示出了强大的性能。不断堆叠的网络层数为模型提供了强大的特征处理能力,但......
为了解决DCNN计算量大的问题,文章提出了一种基于PCA的深度可分离卷积的滤波器剪枝方法.首先,采用深度可分离卷积代替ResNet中的普......
从2000年开始,深度学习在计算机视觉等领域再一次蓬勃发展,解决了很多使用传统方法无法解决的难题。在深度神经网络（DNN）的发展历程......
2020年,在网络扶贫的推动下,我国互联网用户规模在不断扩大,网民规模接近10亿;互联网企业集群化发展态势初步形成,成为我国经济增......
在信号重构算法中,针对基于树的多路径匹配追踪深度优先算法计算量大和多路径匹配追踪信号稀疏度未知等问题,本文提出了一种改进的......
通过分析唇部动态识别出说话者的表达内容是唇语识别的基本目的,其在人机交互领域是广受关注的研究项目。由于传统唇语识别模型具......
利用关联规则进行分类是分类挖掘的一种重要方法,但大多数方法在分类时仅考虑单个高置信度规则,当挖掘的规则数量庞大时难以处理,......
在处理不一致性知识时，因为以基于规则的演绎系统为模型的知识库采用一种ＡＮＤ／ＯＲ图的推导形式，所以不具有通常逻辑系统所普遍具有的平凡性。......
Apriori算法是一种常用的关联规则分析算法,通过该算法分析,可以得到同一类型的几个事务之间的关联关系,进而对其关联的后续事务进......
随着深度学习的发展,神经网络模型的体积越来越大,伴随而来的是参数量与计算量的增多,但实际安全帽检测环境下需要把网络模型部署......
基于卷积神经网络的目标检测算法在追求较高精度的同时,忽略了检测速度,使得算法难以在有限算力的情况下实现实时检测。在YOLO目标......
本文针对可见光遥感图像军事目标在轨识别问题，设计了一种改进的深度神经网络模型结构。首先对遥感图像中疑似目标的所在区域进......
本文提出了基于四叉树结构的图象分割方法,本方法是由区域增长技术和人工智能结合演变而来,它的分割速度要远远快于区域增长方法,......
当前基于忆阻器的神经网络加速器存在的资源需求高、系统功耗大等问题,提出了一种包含剪枝及量化算法在内的神经网络模型压缩框架.......
数据挖掘与数据库知识发现(Knowledge Discovery in Databases,KDD)是当前涉及人工智能、数据库、统计学等学科的一门相当活跃的研......
