10.19306/j.cnki.2095-8110.2020.01.004
受限资源下制导武器末制导机器视觉技术研究
针对精确制导武器末制导机器视觉技术应用需求,研究了基于卷积神经网络的、针对复杂背景及小目标的自主目标检测识别算法,并分别进行了网络性能评估和硬件资源需求定量评估.针对最优算法,提出了基于嵌入式受限资源下的高精度神经网络压缩算法,并对算法进行了普适性评估.基于GPU嵌入式平台,实现TensorRT路线网络优化,并在速度和精度两方面均衡考虑下,对裁剪与量化算法进行了详细实验验证.实验结果表明,高精度神经网络压缩算法在硬件资源受限条件下,可以有效提升推理速度,最终经算法优化后的网络结构,可以获得3倍以上的速度提升,网络精度损失小于5%.
自主检测识别、神经网络性能评估、硬件资源定量评估、网络高精度压缩、嵌入式应用
7
V448(航天仪表、航天器设备、航天器制导与控制)
2020-05-07(万方平台首次上网日期,不代表论文的发表时间)
共8页
26-33