基于平台感知的高效卷积神经网络结构设计

发布时间：2022-02-24 07:42

　　计算机视觉技术已经广泛应用于在工业控制、自主导航、环境监控、人机交互、信息处理等诸多领域。近些年来,计算机视觉领域的快速发展离不开深度卷积神经网络带来的革命性突破。无论是在学术界还是工业界,将卷积神经网络部署于嵌入式平台都是一个热门且非常具有挑战性的任务。然而卷积神经网络不仅需要大量的计算能力,也需要较高的内存读写能力,嵌入式平台与传统计算平台不同,其所能利用的资源更为受限。基于嵌入式平台的应用通常需要算法提供实时性的结果,一旦模型过大,其推理时间就会超过约束,成为整个系统的性能瓶颈。另一方面,不同的部署平台拥有着不同的计算特性,适用于一个平台的高效卷积神经网络在另一个平台下也许会运行得非常缓慢。为解决此问题,本文提出一种基于平台感知的全新结构搜索算法,用来寻找特定平台下的高效卷积神经网络结构。首先,本文介绍了神经网络的理论基础,讲述了人工神经网络与卷积神经网络的结构与理论部分,使读者对于计算机视觉任务与卷积神经网络有了基础概念。随后介绍了常用的构造轻量级卷积神经网络的设计思路与使用技术,并将适用于图像分类任务的轻量级网络设计推广到语义分割任务上。随后,本文重点介绍了提出的偏序关系剪枝... 

【文章来源】：电子科技大学四川省211工程院校985工程院校教育部直属院校

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

目标检测结果图

语义分割结果图

NVIDIAJetsonTX2平台


本文编号：3642280