排序方式: 共有130条查询结果,搜索用时 15 毫秒
1.
近年来深度卷积神经网络在可见光船舶检测方面取得了显著的进展,然而,大多数相关研究是通过改进大型的网络结构来提高检测性能,因此加大了对更高计算机性能的需求。此外,可见光图像难以在云、雾、海杂波、黑夜等复杂场景检测到船舶。针对以上问题,提出了一种融合红(red, R)、绿(green, G)、蓝(blue, B)和近红外(NIR)4个波段光谱信息的由粗到精细的轻量型船舶检测算法。与现有的方法中根据光谱特性利用水体检测算法提取水体区域不同之处是该算法是利用改进的水体检测算法来提取船舶候选区域。为获取更准确的候选区域,对船舶、厚云、薄云、平静海面、杂波海面5种场景中4个波段的像素值进行了统计分析,选取近红外大于阈值作为辅助判断,并以其中心点获取候选区域32×32大小的切片,并对切片进行非极大值抑制,由此获得了船舶粗检测结果。随后构建了轻量级LSGFNet网络对船舶候选区域切片进行精细识别。构建的网络融合了1×1卷积提取的波谱特征与3×3的提取几何特征,为防止光谱特征与几何特征的信息在融合时“信息不流通”,在LSGFNet网络中引入了ShuffleNet中的通道打乱机制,并减小了模型结构,与典型的轻量级网络相比具有更好的效果且模型较小。最后,利用Sentinel-2卫星多光谱10 m分辨率数据构建了512×512大小的1 120组数据进行粗检测,以及32×32大小的6 014组数据进行精细网络训练,其中候选区域粗提取的查全率为98.99%,精细识别网络精确度为96.04%,不同场景下的平均精确度为92.98%。实验表明该算法在抑制云层、海浪杂波等干扰的复杂背景下具有较高的检测效率,且训练时间短、计算机性能需求低。 相似文献
2.
3.
4.
5.
道路障碍检测是智慧交通和无人驾驶的重要组成部分。针对道路障碍检算法的参数量过大、占用内存过多、难以在内存和算力有限的设备中使用等问题,本文提出一种轻量级的道路障碍检测算法。在YOLO v4的基础上,使用MobilenetV3作为模型的主干网络,减少模型参数,提高检测速度;改进模型中的PAN结构,将主干网络中更浅层的特征图提取融合,改善小目标检测不佳的问题;在特征融合部分加入ECA注意力机制提升网络整体精度;提出一个新的DBR模块,使网络整体相比之前更加轻便。使用改进后的模型在自制数据集中进行检测,与Mobilenetv3-YOLO v4相比,精度提升5.24%,参数量降低35.5%,F达43.8,满足实时应用的技术要求,表明模型可以嵌入到小型移动设备,达到良好的实时效果。 相似文献
6.
本文主要讨论如何利用应用程序虚拟化的轻量级架构技术解决校园机房、数字阅览室、实验室的应用程序安装难题,实现非安装式的软件调用。 相似文献
7.
针对AIZOO开源人脸口罩检测算法FaceMaskDetection存在较严重的人脸口罩分类精度低的缺陷,本文设计了高精度轻量级人脸口罩分类模型,提出快速特征提取模块FastBlock和基于多层级特征融合的轻量级人脸口罩分类网络(Light MaskNet)。FastBlock减少深度可分离(depthwise, DW)卷积和1×1卷积中间张量的通道数量,进一步降低计算成本,从而提高了特征提取速度。不同层级之间的特征融合可以增大模型的广度,提高模型的鲁棒性。实验结果表明,该人脸口罩分类模型精度可达98.852%,中央处理器(central processing unit, CPU)推理时间仅为9.8 ms,图形处理器(graphics processing unit, GPU)可实现亚毫秒级运算,仅牺牲少量计算资源就能弥补FaceMaskDetection精度低的缺陷,可很好地满足计算资源有限的边缘设备、移动端等的应用需求。 相似文献
8.
针对传统方法在古代壁画图像分割过程中出现的目标边界模糊、图像分割效率低等问题,提出一种基于PSPNet网络的多分类壁画图像分割模型(PSP-M).模型首先融合轻量级神经网络MobileNetV2,降低硬件条件对于模型训练的限制.其次通过全局金字塔模块,将不同级别的特征图拼接起来,避免了表征不同子区域之间关系的语境信息的丢失.最后利用金字塔场景解析网络嵌入壁画背景特征,减少特征损失的同时提高特征提取效率.实验结果表明,PSP-M模型较传统的图像分割模型在训练精确度上平均提升2%,峰值信噪比(PSNR)较实验对比模型平均提高1~2 dB,结构相似指标(SSIM)指标较实验对比模型平均提高0.1~0.2,实验验证了PSP-M模型在壁画分割方面的可行性. 相似文献
9.
隐写是隐蔽通信的主流方法之一,而移动端则是当下最常用的通信设备,二者的结合研究具有较高的实际意义.近年来,基于深度学习的隐写方法得到快速发展,然而在性能提升的同时,各类网络结构向着更复杂、庞大的方向演变,逐渐脱离以隐蔽通信为核心的实际应用场景,实用性较低.针对这一现象,本文提出一种适用于移动端的轻量级图像隐写方法.对网络整体进行轻量化设计,结合深度可分离卷积降低模型计算量,在精度和速度之间取得较好的折中平衡.以生成对抗网络的思想,将编码器、解码器和判别器构成的整体模型纳入对抗训练中,使子网络在迭代对弈中实现螺旋式上升发展.为应对真实环境下的各类挑战,模型被落地部署于移动设备上进行真机实验.在移动端,精简后的模型性能会出现小幅下降.对此,在方法中引入BCH纠错码以确保正确提取信息.实验结果表明,该移动端隐写方法生成图像质量好,且具有较高的响应速度,能满足现代社会中人们对便捷性的高要求.值得注意的是,该方法的所有计算工作均可在移动端独立完成,不需要通过网络请求服务器,能避免网络窃听攻击. 相似文献
10.
设计一种面向移动终端的数字图书推荐系统,该系统采用了一种用户兴趣采集模型,可根据用户兴趣进行图书推荐。在移动终端与服务器终端间的数据交换上,进行了轻量级数据交互技术研究。运行实例表明该系统有很好的使用效果。 相似文献