基于自动驾驶系统的轻量型卷积神经网络优化
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金(51765007);广西自然科学基金(2016GXNSFAA380111)


Optimization of Lightweight Convolution Neural Network Based on Automatic Driving System
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    计算机视觉技术大量应用于自动驾驶系统,主要解决物体识别与物体分类问题,本文根据任务提出了一种轻量化的神经网络结构.为解决训练数据规模不足的问题,采用了改进型数据增强算法,使训练数据成倍增加.同时为解决使用数据生成器作为验证集,无法使用tensorboard的问题,提出了解决方案,通过卷积网络可视化方法详细研究了神经网络处理图像信息的原理并提出了优化方法.训练后的模型在验证集上准确率达到了97.5%,满足了自动驾驶系统对分类任务准确率的要求.

    Abstract:

    Computer vision technology is widely used in autopilot system, which mainly solves the problem of object recognition and object classification. In this study, a lightweight neural network structure is proposed according to the task. In order to solve the problem of insufficient training data, an improved data enhancement algorithm is adopted to double the training data. At the same time, in order to solve the problem of using data generator as verification set and unable to use tensorboard, a solution is proposed. The principle of neural network processing image information is studied in detail by convolution network visualization method, and the optimization method is put forward. The accuracy of the trained model is 97.5% on the verification set, which meets the accuracy needs of autopilot system for classification task.

    参考文献
    相似文献
    引证文献
引用本文

高秀龙,葛动元.基于自动驾驶系统的轻量型卷积神经网络优化.计算机系统应用,2020,29(3):93-99

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2019-08-01
  • 最后修改日期:2019-09-02
  • 录用日期:
  • 在线发布日期: 2020-03-02
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号