轻量级卷积神经网络在智能驾驶感知系统中的应用

发布时间：2021-02-11 05:21

　　智能驾驶是汽车发展的趋势,也是当前汽车行业研究的热点;环境感知是智能驾驶系统中的重要模块,其主要任务是感知智能驾驶汽车周围的行人、车辆、交通信号灯、障碍物等物体,便于智能驾驶系统做出正确的路径规划,避免汽车在行驶过程中发生碰撞。智能驾驶汽车对环境感知模块的实时性能要求很高,而当前一些主流的模型旨在追求准确率的提升,忽略了模型的实时性;轻量化技术是优化模型实时性的重要技术手段。本文主要基于深度学习中的轻量化技术,对环境感知中的图像感知做了深入研究,提出了一套适用于智能驾驶场景的视觉识别和语义分割方案。首先,针对视觉识别问题,基于深度分离卷积、分组卷积等轻量化的高效卷积方式,设计了用于图像特征提取的不变分辨率卷积模块和下采样模块;并依此构建了深度主干网络,检测部分主要参照SSD网络并做了改进和优化,并在KITTI数据集上对设计好的模型进行了训练、测试及分析。其次,针对语义分割问题,使用高效的多尺度信息融合单元和高效的轻量化网络,设计了用于语义分割的轻量深度卷积神经网络;在CityScapes数据集上进行了训练和测试,并使用了剪枝和量化等轻量化技术手段压缩模型,优化网络速度和体积。最后,在K... 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：84 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 本文主要研究内容
    1.4 章节安排
2 相关理论
    2.1 智能驾驶系统组成
    2.2 卷积神经网络
    2.3 网络轻量化技术
    2.4 评价指标
    2.5 本章小结
3 轻量化视觉识别网络设计
    3.1 网络结构
    3.2 数据增强
    3.3 数据集
    3.4 数据处理
    3.5 训练
    3.6 剪枝
    3.7 实验结果分析
    3.8 本章小结
4 轻量化语义分割网络设计
    4.1 网络结构
    4.2 剪枝与量化
    4.3 数据集
    4.4 训练
    4.5 实验结果分析
    4.6 本章小结
5 总结与展望
    5.1 总结
    5.2 展望
致谢
参考文献


【参考文献】：
期刊论文
[1]百度如何加速中国自动驾驶车量产进程?[J]. 甄文媛.  汽车纵横. 2017(12)
[2]无人驾驶汽车的现状及展望[J]. 宋建璋,梁家铭.  汽车与驾驶维修(维修版). 2017(10)
[3]深度学习在无人驾驶汽车领域应用的研究进展[J]. 王科俊,赵彦东,邢向磊.  智能系统学报. 2018(01)



本文编号：3028594