一种基于dimp跟踪器的轻量化LightDimp单目标跟踪方法.pdf

一种基于背景感知的多跟踪器融合目标跟踪方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112991390 A (43)申请公布日 2021.06.18 (21)申请号 202110347007.0 (22)申请日 2021.03.31 (71)申请人江苏

2023-06-08 约1.86万字 13页立即下载

基于联合检测的轻量化多目标跟踪算法研究.pdf 基于联合检测的轻量化多目标跟踪算法研究摘要随着深度学习在目标跟踪领域的广泛应用，多目标跟踪算法的精度不断提高，已经具备了较高的鲁棒性和可靠性。然而，多目标跟踪技术在拥挤场景下的实际应用中仍存在许多问题，比如遮挡问题，有时需要对遮挡部分的目标进行跟踪；关联问题，在多个连续视频帧中，需要将同一个目标进行关联；还有相似目标干扰和目标重识别等问题。并且，基于深度学习的多目标跟踪模型一般具有较好的跟踪效果，但是其计算量大，网络参数冗余等问题让它们很难部署在算力有限的硬件平台上。本文针对以上问题，以FairMOT算法为基本框架进行扩展改进，并对改进后的模型整体轻量化，以适应未来智能设备的

2025-05-24 约9.69万字 69页立即下载

一种基于视频的目标跟踪器.pdf (19)中华人民共和国国家知识产权局 (12)实用新型专利 (10)授权公告号 CN 214154614 U (45)授权公告日 2021.09.07 (21)申请号 202022277045.7 (22)申请日 2020.10.14 (73)专利权人成都师范学院地址

2023-04-04 约8.11千字 9页立即下载

基于轻量化模型的目标检测方法研究.pdf 摘要摘要生活和生产的信息智能化正成为当前社会发展的趋势。为了提高生活质量和生产效率，人工智能技术成为一项不可获缺的手段。在人工智能领域，计算机视觉技术是一门备受关注的学科，它能够对图像数据和视频数据进行分析和处理，并辅助人们做出精准和高效的决策。目标检测是计算机视觉领域的核心分支和基础性任务，其广泛地应用在交通运输、安防、工业生产和医疗保健等方面。现存的目标检测算法依赖于复杂精密的骨干模型以获得傲人的检测效果。然而，这些庞大且精密的目标检测模型带来的高存储空间需求和强算力支持需求，对于边缘端的移动设备和嵌入式设备来说是不可接受的。本文围绕当前目标检测算法面临的挑战，基于Fa

2025-06-12 约11.32万字 73页立即下载

一种基于Transformer的轻量化早期火灾检测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882430 A (43)申请公布日 2022.08.09 (21)申请号 202210465142.X (22)申请日 2022.04.29 (71)申请人东南大学

2023-05-17 约1.06万字 10页立即下载

一种基于拓扑优化的扭力杆轻量化设计方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114547800 A (43)申请公布日 2022.05.27 (21)申请号 202210181572.9 G06F 119/14 (2020.01) (22)申请日 2022.02

2023-05-07 约1.35万字 12页立即下载

2023-05-08 约2.37万字 17页立即下载

基于轻量化YOLOv5的舰船目标实时检测方法研究与实现.docx 基于轻量化YOLOv5的舰船目标实时检测方法研究与实现一、引言随着人工智能和计算机视觉技术的飞速发展，目标检测技术在众多领域得到了广泛应用。在海洋监控、海防安全等场景中，舰船目标的实时检测显得尤为重要。传统的舰船检测方法往往依赖于复杂的特征提取和复杂的模型结构，难以满足实时性的要求。近年来，深度学习技术的崛起为舰船目标检测提供了新的解决方案。本文提出了一种基于轻量化YOLOv5的舰船目标实时检测方法，旨在提高检测速度和准确性，同时保证模型的轻量化。二、相关技术综述 2.1YOLO系列模型 YOLO（YouOnlyLookOnce）系列模型是一种实时目标检测算法，其核心思想是将目标检测任务

2025-02-14 约4.89千字 10页立即下载

基于注意力机制的轻量化实时目标检测方法研究.pdf 摘要图像目标检测是计算机视觉领域中一项基础且富有挑战的任务，其目标旨在检测出覆盖感兴趣区域的最小边框，并同时赋予该边框对应的语义标签。近年来，随着深度学习的发展，目标检测器的性能得到了极大的提升。尽管这些检测器取得了巨大的进步，但是它们大多数包含了成百甚至上千的卷积层和特征通道，其模型大小和执行效率对于真实世界需要实时推理的应用，譬如自动驾驶、机器视觉来说是不可接受的。为了适应真实世界的应用，许多轻量化实时目标检测器被提出，它们通常采用单分支骨干网结构，包含少量的卷积层和连续的下采样操作，这使得其高分辨率定位细节粗糙且不准确，这对于目标的定位是不利的。另一方面，由于轻量化网络的

2025-04-06 约12.82万字 76页立即下载

基于轻量化网络的视频运动目标检测方法及系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114821383 A (43)申请公布日 2022.07.29 (21)申请号 202210188003.7 G06N 3/04 (2006.01) (22)申请日 2022.02.2

2023-05-14 约1.06万字 8页立即下载

基于软硬件协同设计的目标检测模型轻量化与加速方法研究.docx 基于软硬件协同设计的目标检测模型轻量化与加速方法研究一、引言随着深度学习技术的快速发展，目标检测技术在计算机视觉领域取得了显著的成果。然而，高精度的目标检测模型往往伴随着庞大的计算量和复杂的模型结构，这给实时应用带来了巨大的挑战。为了解决这一问题，本文提出了一种基于软硬件协同设计的目标检测模型轻量化与加速方法。该方法旨在通过优化模型结构和利用硬件加速技术，实现目标检测模型的轻量化和加速，从而提高模型的实时性能。二、模型轻量化方法研究 2.1模型剪枝模型剪枝是一种有效的模型轻量化方法。通过删除模型中不重要或冗余的参数，可以在保证模型精度的同时降低模型的计算量和存储需求。本文采用基于重要性

2025-04-09 约4.78千字 10页立即下载

基于轻量化深度神经网络的目标检测方法研究.pdf 摘要摘要目标检测是计算机视觉以及图像和视频处理技术的重要应用领域，其任务是根据图像或者视频的视觉特征来定位和分类其中的目标实体。随着深度学习技术在计算机视觉领域的应用，目标检测模型的性能比以往有了很大提升，然而实际中大部分模型因为计算量和参数量庞大，导致在边缘侧部署起来困难，因此轻量化目标检测算法的研究和应用越来越重要。设计轻量级目标检测网络，需要结合应用场景来考虑问题，因为这种模型通常部署在移动设备上。首先需要根据设备算力的差异灵活的调整模型尺寸；其次当考虑轻量级目标检测模型的平台兼容性，要求在不改变网络结构的基础上压缩模型；再次，当考虑存储空间及功耗开销时，一般的深度学

2025-06-12 约10.05万字 67页立即下载

基于多目标优化的车门结构轻量化设计.docx Altair2019技术大会论文集基于多目标优化的车门结构轻量化设计 LightweightDesignofDoorStructureBasedonMulti-objectiveOptimization 侯振方 1,2，胡海欧2，霍俊焱 2 1宁波大学，2中国汽车技术研究中心有限公司摘要：本文提出一种多目标优化的车门结构轻量化设计方法。以HyperStudy为优化平台，板件厚度以及形状变量为设计变量,车门质量、垂向刚度（本文用垂向位移代替）为优化目标，一阶模态为约束，通过Hammersley试验设计方法进行样本数据设计，使用Kriging 模型拟合垂向刚度、一阶模态以及车门质量的近似模

2024-10-26 约7.18千字 8页立即下载

基于轻量化YOLOv5的无人驾驶目标检测.pdf 与智能技术信息技术信息化 基于轻量化 YOLOv5 的无人驾驶目标检测 1 尚禹呈摘　要针对当前非常火热的无人驾驶技术应用，利用车载摄像头进行对交通路况的目标识别的问题，利用基于 YOLOv5 轻量化改进的网络实现对行驶环境中的车辆与行人

2023-09-15 约1.43万字 4页立即下载

基于拓扑优化和多目标优化的掀背门轻量化研究.docx DOI: 10．19466/j．cnki．1674－1986．2017．06．002 基于拓扑优化和多目标优化的掀背门轻量化研究郭铃铃，谭东升，刘向征 (广州汽车集团股份有限公司汽车工程研究院，广东广州511434) 摘要:应用拓扑优化和多目标优化设计方法，采用CAE分析软件Altair．OptiStruct和Altair．HyperStudy，对某大型SUV掀背门进行轻量化研究。得到掀背门原始结构的性能参数，确定优化目标;运用Altair．OptiStruct软件对掀背门结构进行拓扑优化，得出掀背门内板筋的最优布置;再运用Altair．HyperStudy软件对掀背门进行多目标优化，包

2024-10-26 约7.42千字 9页立即下载