10.3969/j.issn.1672-9870.2019.06.013
基于SSD的棋子检测算法研究
准确的目标检测算法是人工智能的一个重要部分,在安防、智能机器人、自动驾驶等领域有重要应用.传统的目标检测方法适应性较差、准确度不高.随着深度学习算法的发展,以深度学习为基础的目标检测算法相对于传统算法有巨大提升.部分检测框架在速度和精度上有了很大突破.对于简单目标棋子的识别上,由于目标单一、目标间差别小、目标数据容易重复、容易使算法出现过拟合的问题.通过深度更深的残差网络提取图像深层信息以强化对目标的识别能力,同时通过标签映射实现单目标到多目标的转换,最终目标识别置信度几乎稳定在99%.通过使用层间融合、网络剪枝等技术优化了网络结构,然后使用权重量化压缩神经网络模型的权重.优化后的网络准确度几乎不变但是计算效率更高并能普通CPU上实现快速推理.
SSD、目标检测、目标识别、残差网络
42
P315.69(大地(岩石界)物理学(固体地球物理学))
刘帅1990-
2020-01-17(万方平台首次上网日期,不代表论文的发表时间)
共6页
67-72