期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
PYNQ框架的高精度异构无预选框检测模型实现
被引量:
1
1
作者
张瑞琰
姜秀杰
+1 位作者
安军社
崔天舒
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2022年第5期24-33,共10页
由于深度卷积网络的参数量及计算量过大,多尺度目标检测网络难以快速高精度地部署在许多资源及功耗受限的平台上。为解决此问题,本文基于Python productivity for ZYNQ(PYNQ)框架实现了无预选框检测模型CTiny的IP核设计及异构系统架构...
由于深度卷积网络的参数量及计算量过大,多尺度目标检测网络难以快速高精度地部署在许多资源及功耗受限的平台上。为解决此问题,本文基于Python productivity for ZYNQ(PYNQ)框架实现了无预选框检测模型CTiny的IP核设计及异构系统架构部署。首先,提出在卷积核中分段量化整体缩放系数的方式,使得预训练的高精度算法低损地部署于可编程门阵列(field programmable gate array,FPGA)上;其次,基于PYNQ框架实现了CTiny模型的系统搭建,包含ResNet主干网络、反卷积网络和分支检测网络;最后,将图片预处理及后处理等耗时计算从串行的ARM端移入并行的FPGA中,进一步缩减了总处理时长。实验结果表明:在PYNQ-Z2开发板上部署CTiny模型后,本文所提量化方式在公开光学遥感数据集NWPU VHR-10的平均检测精度达到81.60%,相较于截断量化提升了14.27%,实现了部署精简无预选框检测网络的精度低损耗的需求,且后处理的处理时长由ARM端的9.228 s缩减为了FPGA端的0.008 s,提高了检测模型的速度。
展开更多
关键词
目标检测
Python
productivity
for
ZYNQ
光学遥感图像
无预选框
整体缩放系数
下载PDF
职称材料
基于Anchor-free架构的行人检测方法
被引量:
4
2
作者
张庆伍
关胜晓
《信息技术与网络安全》
2020年第4期43-47,52,共6页
使用无预选框(Anchor-free)的检测框架,设计了一种行人检测算法。将深度残差网络(ResNet)作为特征提取网络,与特征金字塔网络(FPN)结构相结合,使用了多尺度预测的方式进行预测。把目标中心点和尺寸作为一种高级的语义特征,将含有更多细...
使用无预选框(Anchor-free)的检测框架,设计了一种行人检测算法。将深度残差网络(ResNet)作为特征提取网络,与特征金字塔网络(FPN)结构相结合,使用了多尺度预测的方式进行预测。把目标中心点和尺寸作为一种高级的语义特征,将含有更多细节信息的浅层特征图和含有更多语义信息的深层特征图进行融合。在Citypersons数据集上进行了实验验证,相较现有行人检测算法,提出的算法在轻微遮挡、一般遮挡和严重遮挡情况下漏检率分别提升了1.11%~3.01%,0.15%~6.55%和0.59%~6.39%,检测效果更好。
展开更多
关键词
无预选框
行人检测
特征融合
多尺度检测
下载PDF
职称材料
题名
PYNQ框架的高精度异构无预选框检测模型实现
被引量:
1
1
作者
张瑞琰
姜秀杰
安军社
崔天舒
机构
复杂航天系统电子信息技术重点实验室(中国科学院国家空间科学中心)
中国科学院大学
出处
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2022年第5期24-33,共10页
基金
中国科学院复杂航天系统电子信息技术重点实验室自主部署基金(Y42613A32S)。
文摘
由于深度卷积网络的参数量及计算量过大,多尺度目标检测网络难以快速高精度地部署在许多资源及功耗受限的平台上。为解决此问题,本文基于Python productivity for ZYNQ(PYNQ)框架实现了无预选框检测模型CTiny的IP核设计及异构系统架构部署。首先,提出在卷积核中分段量化整体缩放系数的方式,使得预训练的高精度算法低损地部署于可编程门阵列(field programmable gate array,FPGA)上;其次,基于PYNQ框架实现了CTiny模型的系统搭建,包含ResNet主干网络、反卷积网络和分支检测网络;最后,将图片预处理及后处理等耗时计算从串行的ARM端移入并行的FPGA中,进一步缩减了总处理时长。实验结果表明:在PYNQ-Z2开发板上部署CTiny模型后,本文所提量化方式在公开光学遥感数据集NWPU VHR-10的平均检测精度达到81.60%,相较于截断量化提升了14.27%,实现了部署精简无预选框检测网络的精度低损耗的需求,且后处理的处理时长由ARM端的9.228 s缩减为了FPGA端的0.008 s,提高了检测模型的速度。
关键词
目标检测
Python
productivity
for
ZYNQ
光学遥感图像
无预选框
整体缩放系数
Keywords
object detection
Python productivity for ZYNQ
optical remote sensing image
anchor-free
overall scaling factor
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于Anchor-free架构的行人检测方法
被引量:
4
2
作者
张庆伍
关胜晓
机构
中国科学技术大学微电子学院
出处
《信息技术与网络安全》
2020年第4期43-47,52,共6页
文摘
使用无预选框(Anchor-free)的检测框架,设计了一种行人检测算法。将深度残差网络(ResNet)作为特征提取网络,与特征金字塔网络(FPN)结构相结合,使用了多尺度预测的方式进行预测。把目标中心点和尺寸作为一种高级的语义特征,将含有更多细节信息的浅层特征图和含有更多语义信息的深层特征图进行融合。在Citypersons数据集上进行了实验验证,相较现有行人检测算法,提出的算法在轻微遮挡、一般遮挡和严重遮挡情况下漏检率分别提升了1.11%~3.01%,0.15%~6.55%和0.59%~6.39%,检测效果更好。
关键词
无预选框
行人检测
特征融合
多尺度检测
Keywords
anchor-free
pedestrian detection
feature fusion
multi-scale detection
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
PYNQ框架的高精度异构无预选框检测模型实现
张瑞琰
姜秀杰
安军社
崔天舒
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2022
1
下载PDF
职称材料
2
基于Anchor-free架构的行人检测方法
张庆伍
关胜晓
《信息技术与网络安全》
2020
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部