模型剪枝相关论文
随着人工智能和计算机视觉的不断发展,车辆检测算法在智能交通监控系统、智能交通运输系统和智慧城市之中扮演着重要的角色。它是......
车道线检测是自动驾驶车辆环境感知的核心任务,直接影响着车辆执行模块的控制决策,对于自动驾驶具有重要的研究意义。目前常用的车......
随着目前城市绿化程度的不断提高,落叶清理工作也变得更加复杂繁重。落叶具有季节性特征,需要不断重复清扫,特别是绿化率高的园区......
精准的舰船目标检测技术能够提升武器装备的全方位感知能力。针对复杂环境下SAR舰船目标检测虚警、漏警问题严重。提出一种基于YOL......
针对辅助驾驶中夜间小目标红外行人检测精度低、网络模型占用内存空间大、检测速度难以满足实时检测要求等问题,提出了一种轻量化的......
物联网设备数量呈爆发式增长,在智能家居、智能交通、智能医疗等领域得到了重要的应用,成为我们生活中不可缺少的一部分。但由于许......
基于深度学习的卷积神经网络是当前目标检测利用的最为流行的方法之一。目标检测作为计算机视觉领域的一个重要分支,被广泛应用于......
针对传统视网膜血管分割算法检测速度慢,难以应用于实时医疗辅助诊断系统的问题,提出一种轻量型的基于Shuffle-Unet的视网膜血管分割......
随着第五代移动通信(The 5th Generation,5G)商业化进程不断推进,5G将与更多的行业进行垂直交叉,催生了许多与人工智能(Artificial In......
近年来,工控行业逐渐向数字化和智能化发展的方向推进,工控系统在开放和互联的同时也面临着更为复杂的安全挑战。工控系统的入侵异......
在法治社会中,随着刑事案件的不断累积和增加,国家和人民越来越重视对刑事案件判刑期限的准确性,同时也对司法人员准确判刑提出了......
针对红外图像颜色、纹理等信息不够丰富,导致检测精度相较于可见光图像低;夜间红外行人目标检测模型参数量大、依赖高性能GPU资源,导......
目标检测是计算机视觉的基础领域之一,在智能机器人、智慧交通、视频监控、自动驾驶等领域具有重要的应用前景和价值。虽然近年来......
针对目前交通标志检测算法存在网络复杂度高、计算量大、边缘端部署难度高。提出一种基于YOLOv5的轻量化交通标志目标检测算法。通......
近年来随着互联网社区的快速发展,用户产生了大量含有文本的多媒体文件。文本识别技术成为多媒体检索与内容分析审核的核心方法,利......
巨大的市场需求,方便快捷的购物方式,使得自助售货机成为线下零售行业研究的热门方向。但是,目前主流的自助售货机商品识别技术存......
近年来,随着深度学习的高速发展,卷积神经网络(Convolutional Neural Networks,CNNs)已成为图像分类、目标检测、语义分割、深度估计......
高光谱遥感图像分类是遥感图像自动理解的一项基本任务,也是深度挖掘遥感信息的前提保障,在自然灾害检测、地理图像检索、环境监测......
随着计算机视觉技术的不断发展,目标检测技术已经广泛应用于自动驾驶、视频监控、人机交互、人脸检测等领域,受到学界与工业界的密......
针对实际场景中目标检测算法部署算力缺乏和资源不足的问题,提出了一种基于改进通道和层剪枝的模型剪枝方法,通过设置自适应局部安......
深度神经网络的轻量化是其在边缘嵌入式设备实现的必要步骤,主要包括参数量化、模型剪枝、轻量卷积核设计、知识蒸馏等几类方法。......
为实现田间环境下对玉米苗和杂草的高精度实时检测,本文提出一种融合带色彩恢复的多尺度视网膜(Multi-scale retinex with color r......
现有国产化嵌入式人工智能计算平台运算能力有限,不能满足部署人脸识别模型等高复杂度模型的要求.在DarkNet19网络中引入跳连接、......
近年来,随着图形处理器性能的飞速提升,深度神经网络取得了巨大的发展成就,在许多人工智能任务中屡创佳绩。然而,主流的深度学习网......
期刊
轻量化植物叶片病虫害识别算法设计是实现移动端植物叶片病虫害识别的关键.研究提出一种基于改进ResNet模型的轻量化植物叶片病虫......
近年来,随着深度学习的飞速发展,深度神经网络在许多机器学习任务中,包括计算机视觉、自然语言处理、语音识别方面,都取得了飞跃式......
近年来,深度学习技术的飞速发展,越来越多的人工智能产品也能落地了。伴随着深度学习技术在安防监控,银行金融,自动驾驶等安全敏感......
目标识别是计算机视觉中一项重要的技术,随着深度学习的兴起,基于卷积神经网络的目标识别算法弥补了传统算法在识别精度、速度方面......
针对YOLO系列算法参数量大、算法复杂度高提出一种基于BN(batch normalization)层剪枝方法.该方法先通过对BN层的缩放系数y以及平......
针对智能手机玻璃盖板缺陷检测方法存在检测柔性差、良率低、检测时间长等问题,提出一种改进YOLOv3的智能手机玻璃盖板缺陷检测方......
随着深度学习技术在目标检测领域不断的发展,检测精度也在不断提高;但神经网络算法模型对硬件平台的计算资源要求很高,难以在小型......
行人检测是计算机视觉领域的一项重要任务,其在车辆辅助驾驶、视频监控、智慧交通以及智能机器人等领域都有着巨大的研究价值和应......
随着科技进步,人们的生活质量越来越高,垃圾产量随之上升,垃圾分类处理成为亟待解决的一个问题。目前垃圾分类中可回收物分类方式......
本文针对危险驾驶识别中主流行为检测算法可靠性差的问题,提出了一种快速、可靠的视觉协同分析方法。对手机、水杯、香烟等敏感物......
为了满足工业上对织物缺陷检测的实时性要求,提出一种基于S-YOLOV3(Slimming You Only Look Once Version 3)模型的织物实时缺陷检......
为了使得用于目标识别的神经网络模型适应普通移动端或者嵌入式设备,需要将模型中对结果无影响的部分卷积通道剪枝,并简化权值数据......
现有卷积神经网络模型剪枝方法仅依靠自身参数信息难以准确评估参数重要性,容易造成参数误剪且影响网络模型整体性能。提出一种改......
为实现列车车轮踏面表面缺陷的自动化检测,文中提出了一种基于深度学习的缺陷检测模型,该方法主要通过改进的VGG16模型进行缺陷识......
针对目前遥感图像在应用卷积神经网络分类时需要大量计算,并占用大量内存的问题,提出了一种基于剪枝网络的知识蒸馏对遥感图像分类......
道路的能见度判断对于驾驶安全具有重要的意义。现有的能见度测量设备,由于成本较高,难以在高速公路全路段部署。而基于图像的能见......
模型剪枝是深度学习领域对模型进行压缩加速的一种有效方法.目前结构化的剪枝方法仅对整个过滤器的权重进行评估,但当一个过滤器被......
为实现快速实时的柑橘视觉检测,提出了一种基于模型剪枝的多维度特征Slim-FOCS逐像素目标检测算法,可实现自然环境下成熟柑橘高效......
目标检测算法作为计算机视觉领域的基本任务之一,近几十年来得到了广大学者的广泛研究,产生了一系列优秀的研究成果。图像目标检测......
随着大数据和计算机硬件的发展,训练大型深度神经网络(Deep Neural Networks,DNN)已经成为可能。因此深度神经网络近些年受到了广......
交通标志的检测与识别系统是实现智能交通系统关键子系统,在辅助驾驶、智能导航、自动驾驶、智慧交通、交通标志维护等领域都有着......