检索结果-内蒙古大学图书馆

计算机测量与控制 2023年第7期31卷 251-257页

作者：程绳葛雄肖非朱传刚吴军肖海涛李嗣楚江平袁雨薇国网湖北省电力有限公司超高压公司武汉430050 浙江大学滨江研究院杭州310000

针对输电线路小金具缺失的检测问题,对小金具缺失算法的加速推理进行研究,采用多任务头的学习方法,将小金具缺失检测任务使用一个Swin Transformer网络结构[12]和多个由多层感知机组成的任务头组合的方式进行多任务学习推理,并进行单任... 详细信息

针对输电线路小金具缺失的检测问题,对小金具缺失算法的加速推理进行研究,采用多任务头的学习方法,将小金具缺失检测任务使用一个Swin Transformer网络结构[12]和多个由多层感知机组成的任务头组合的方式进行多任务学习推理,并进行单任务和多任务学习的推理精度和推理性能对比实验,最后还通过实验得到在多任务学习中插拔式扩展任务,实验结果表明在输电线路小金具缺失推理算法中多任务学习比单任务学习的推理性能提升了2倍多,同时显存占用降低了22%以上;通过插拔式扩展任务实验,验证了扩展任务的效果,可灵活扩展配置任务。

关键词：多任务头学习加速推理输电线路小金具缺失扩展任务学习

来源：评论

学校读者我要写书评

暂无评论

基于深度卷积神经网络的汽车图像分类算法与加速研究

引用

现代电子技术 2024年第7期47卷 140-144页

作者：黄佳美张伟彬熊官送北京自动化控制设备研究所北京100074

在非法占用公交车道违规车辆等领域的边缘计算与识别中,针对基于深度卷积神经网络的图像物体分类算法模型算力需求大与边缘设备部署后有限资源的突出矛盾,如何设计边缘计算设备的加速单元以保证分类算法的精度与实时性具有重要意义。针... 详细信息

在非法占用公交车道违规车辆等领域的边缘计算与识别中,针对基于深度卷积神经网络的图像物体分类算法模型算力需求大与边缘设备部署后有限资源的突出矛盾,如何设计边缘计算设备的加速单元以保证分类算法的精度与实时性具有重要意义。针对上述问题,提出一种基于深度卷积神经网络的公交分类算法,该方法在现场可编程逻辑门阵列上实现了公交车图像分类算法的加速。通过基于迁移学习方法对ResNet50预训练模型进行微调,采用嵌入式端的推理加速实现对模型的推理,并对FPGA加速方案进行推理部署实现。结果表明,该算法具有硬件配置灵活、信息处理加速快的优点,这为实现神经网络在嵌入式平台的高效、高速应用提供了有效解决方案。

关键词：图像分类边缘计算卷积神经网络迁移学习 ResNet50模型加速推理

来源：评论

学校读者我要写书评

暂无评论

面向边缘计算设备的轻量化目标检测算法研究

面向边缘计算设备的轻量化目标检测算法研究

引用

作者：张家硕郑州大学

学位级别：硕士

近年来，随着物联网技术的迅猛发展与广泛应用，上传至物联网的数据量呈指数增长。边缘计算模式将数据分析处理及存储操作分布在数据源附近，有效降低了数据处理延迟、缓解云服务器存储压力，被广泛应用于物联网等相关领域。但是，边缘... 详细信息

近年来，随着物联网技术的迅猛发展与广泛应用，上传至物联网的数据量呈指数增长。边缘计算模式将数据分析处理及存储操作分布在数据源附近，有效降低了数据处理延迟、缓解云服务器存储压力，被广泛应用于物联网等相关领域。但是，边缘计算设备受到尺寸、功耗等方面的约束，无法满足基于深度学习的目标检测算法所需的算力与存储空间，因此难以实现目标检测准确性与实时性之间的平衡。同时为了满足不同应用场景的实际需求，边缘计算设备的种类和形态不断变化，这使目标检测算法面向不同边缘计算设备进行迁移部署和落地应用时面临巨大挑战。针对上述问题，本文面向不同边缘计算设备，从算法轻量化以及模型迁移部署两方面进行研究，主要研究内容如下:　　(1)针对部分边缘计算设备算力不足，难以提供深度学习网络模型所需的计算资源这一难点，提出基于有效特征层与多教师知识蒸馏的目标检测模型轻量化方法。本文选用YOLOv5s作为学生网络，YOLOv5x、m、1作为教师网络，提出监督器模块，使学生网络生成的特征图更加趋近于教师网络;提出多教师选择模块，丰富所传递知识的多样性。最终本文联合特征蒸馏损失、网络输出蒸馏损失与检测损失对模型进行训练，提升学生网络的检测性能。本文在PASCAL VOC2007与自构建列车驾驶员数据集上对上述改进方法进行验证。在PASCAL VOC2007数据集上平均检测精度达到78.9％,相较优化前提升3.9％;在自构建列车驾驶员数据集上，由于该数据集样本图像背景单一，平均检测精度可以达到88.4％,相较于优化前有明显提升。　　(2)针对边缘计算设备规格不一、部署困难的问题，提出面向多种边缘计算设备的模型迁移部署及加速推理方法。本文面向GPU和FPGA边缘计算设备进行目标检测模型的部署及加速推理，涉及实验均在自建列车驾驶员数据集上开展。对于GPU设备，本文结合Azure IoT平台，构建高效视频处理流程;通过数据流分析模块，缓解大量数据上传云端时造成的网络高延时现状;使用DeepStream SDK与TensorRT技术，初步解决目标检测模型在嵌入式设备中推理速度缓慢的问题;通过构建自定义激活函数插件库对TensorRT进行功能扩充，在一定程度上解决TensorRT推理引擎算子不兼容的问题。面向GPU设备的模型部署加速方法平均检测精度达到85.9％,检测速率达到15FPS。对于FPGA设备，修改YOLOv5s网络框架中SPP模块的池化尺寸大小，并对自定义Focus模块进行替换，在处理量化环境算子不兼容问题上取得初步进展;在VitisAI环境下对模型进行量化操作，压缩模型体积;在量化基础上对模型进行编译，生成DPU调用指令集，加快模型的检测速度。最终面向FPGA设备的模型部署加速方法平均检测精度达到83.9％,检测速率达到5.7FPS。

关键词：目标检测深度学习边缘计算知识蒸馏模型迁移加速推理

来源：评论

学校读者我要写书评

暂无评论

复杂环境下的人脸识别系统设计与实现

复杂环境下的人脸识别系统设计与实现

引用

作者：米汀电子科技大学

学位级别：硕士

人脸识别是现下最为热门的生物识别技术,其在金融支付、安防监控、门禁考勤等领域应用广泛。随着深度学习的飞速发展和数据量的日益提升,计算机的人脸识别能力在一定程度上已经超过了人类水平,目前正在向百万分之一甚至是亿分之一的误... 详细信息

人脸识别是现下最为热门的生物识别技术,其在金融支付、安防监控、门禁考勤等领域应用广泛。随着深度学习的飞速发展和数据量的日益提升,计算机的人脸识别能力在一定程度上已经超过了人类水平,目前正在向百万分之一甚至是亿分之一的误识率发展。然而在实际使用中,人脸识别系统仍然面临光照、活体、跨年龄、遮挡等复杂多样的挑战,其中商业应用面临的最核心的挑战就是光照鲁棒和安全性需求。同时,即便目前人脸识别模型的识别性能已经在测试集上表现的远超过人类,但是精确度越高的模型,其速度性能普遍越低。商业应用同样看重系统的数据安全性和稳定性,边缘计算是近期及未来的长久趋势,如何能在低功耗及低成本的处理器上进行人脸识别算法的优化、部署并真正落地应用又是一道摆在研究者面前的难题。针对以上问题,为提升人脸识别系统光照鲁棒性、系统安全性、低功耗平台优化及部署,本学位论文的主要研究内容如下:1.人脸检测:改进了MBLBP特征,提出了改进后的SE-DMBLBP特征,使用Adaboost方法进行训练,并设计了一套算法策略,使得改进后的人脸检测算法在各种复杂光照情况下能够保持一个较高的检出率,在低功耗低算力环境下仍然能实时推理;2.活体检测:基于近红外特性和直方图计算比较,提出了一种基于双目近红外+RGB摄像头的活体检测算法,能够有效防御replay attack和print attack活体攻击手段;3.加速推理:针对现有的人脸特征提取卷积神经网络,通过重构底层数学库GEMM和量化手段,加速推理使特征提取模型能够在RK3399这样的低功耗嵌入式平台达到实时效果;4.特征提取:针对目前在巨量训练集上训练困难、耗时长、难以收敛的问题,提出了一种基于Softmax Loss改进算法,有效地加速了训练过程,提升训练效率;5.系统设计:基于以上的各种算法模块,设计了一套嵌入式自动化人脸识别系统,具备较好的光照鲁棒性、较强的防伪能力以及在精度保障的情况下达到较快的识别速度,以满足绝大部分门禁与考勤类商业应用。

关键词：人脸检测活体检测加速推理特征提取度量学习人脸识别

来源：评论

学校读者我要写书评

暂无评论

基于RK3588的老人智能监控系统设计

引用

软件工程与应用 2024年第2期13卷 234-243页

作者：李志翔黄剑华甘仿蒋淦华程巧玲江西师范大学物理与通信电子学院江西南昌江西软件职业技术大学智能科技学院江西南昌

随着人口老龄化的不断加剧,老年人的居家安全问题变得日益突出,尤其是跌倒和火灾等意外事件。传统的监控方式主要依赖于人工观察和分析,难以实现对视频内容的智能识别、分析与处理,无法及时有效地防范潜在的安全风险。该文研究并设计一... 详细信息

随着人口老龄化的不断加剧,老年人的居家安全问题变得日益突出,尤其是跌倒和火灾等意外事件。传统的监控方式主要依赖于人工观察和分析,难以实现对视频内容的智能识别、分析与处理,无法及时有效地防范潜在的安全风险。该文研究并设计一种基于RK3588的老人智能监控系统,内容包括系统平台设计、智能算法设计、智能识别等。该系统不仅实现了视频画面的线上实时监控与视频录制,而且可以快速并准确地对姿态和火焰进行识别。与传统的家庭监控系统相比,本研究设计的系统解决了监控存在的效率低下和便捷性不足的问题,大幅提升了老人安全监控的效能。

关键词：智能监控系统姿态识别火焰识别加速推理

来源：评论

学校读者我要写书评

暂无评论

基于梯度与零激活值比率的混合精度量化

基于梯度与零激活值比率的混合精度量化

引用

作者：蔡冠伟国立台湾大学

学位级别：硕士

最近几年，卷积神经网络在影像辨识、自然语言、物件辨识等多个领域都有得到不错的成果。然而随着越来越高的准确率，模型也是越来越庞大、越来越复杂，如果我们想要将这些模型部属在边缘装置等硬体资源缺乏的平台上，势必要压缩这些庞... 详细信息

最近几年，卷积神经网络在影像辨识、自然语言、物件辨识等多个领域都有得到不错的成果。然而随着越来越高的准确率，模型也是越来越庞大、越来越复杂，如果我们想要将这些模型部属在边缘装置等硬体资源缺乏的平台上，势必要压缩这些庞大的模型或是加速模型推理时的运算速度。混精度量化(mixed-precision quantization)就是一种有效的模型压缩方法，它利用各层不同的重要程度给予相应的位宽，位宽越大代表能够保留更多资讯，各层合适的位宽配置能更大的压缩模型大小与提高模型准确率。然而在之前的混精度量化方法中，使用搜寻法会耗费大量的时间在训练上，而且经过激活函数的特征在之前方法中大都是采用跟权重(weight)一样的的位宽，或者是直接给定一个位宽做定精度的量化，这代表模型还有很大的优化空间。为解决上述问题我们提出了使用模型训练时各层的梯度(gradient)大小来做为每层量化敏感度的依据，并根据这敏感度设计了一套训练方法来进行更有效率的训练。以及利用ReLU激活函数的特性，给予不同层的激活值不同的位宽，来达到更好的表现。并且我们使用的资讯都是简单易得的，对训练过程造成的额外负担是微乎其微的。在CIFAR-10、Tiny ImageNet以及多种模型的实验中，可以证明我们的方法确实有比之前的作品有更好的表现。

关键词：卷积神经网络模型量化混精度量化模型压缩加速推理

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：