畢業(yè)設計(論文)+基于深度學習的calmcarnet在嵌入式平臺的應用_第1頁
已閱讀1頁,還剩13頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、基于深度學習的基于深度學習的CalmCar在嵌入式平臺的應用在嵌入式平臺的應用1.CalmCar技術技術深度學習是近年來人工智能領域取得的最重要的突破之一,在當今計算機視覺領域取得了巨大的成功,各種基于深度學習的應用層出不窮。由于車輛行駛環(huán)境復雜多變,傳統(tǒng)視覺感知技術在檢測與識別精度方面不能滿足輔助駕駛的發(fā)展需求,深度學習的出現(xiàn)則是彌補了這一缺憾,雖然相較于傳統(tǒng)視覺感知技術深度學習優(yōu)勢很明顯,但是由于深度學習所需計算資源龐大,硬件要求高

2、導致如今的深度學習只能在云端提供服務,對于實時性要求很高的輔助駕駛來說顯然不能接受。在國內復雜的路況中各種雨天、霧霾天、下雪天以及沙塵暴屢見不鮮,路上的摩托車、電動自行車、行人、吊車以及拉貨卡車也是絡繹不絕,這些場景對于傳統(tǒng)視覺感知技術是一個難題,但是深度學習卻能毫無壓力的解決這個問題,深度學習模擬的是人類大腦的認知過程。從下圖可以看出,相對于傳統(tǒng)計算機視覺,深度學習在視覺感知精度方面有著巨大的優(yōu)勢以及潛力,當樣本量足夠的話準確率可以達

3、到99.99以上目前的深度學習大多使用的是卷積神經(jīng)網(wǎng)絡ConvolutionalNeuralwks(CNN),一種包含大量卷積節(jié)點和更多層數(shù)的神經(jīng)網(wǎng)絡機器學習算法。上圖是針對多個平臺做的實驗測評,其中GTX980是一塊高端GPU,另一塊則是嵌入式開發(fā)平臺JetsonTX1。在這兩個平臺上我們測試了包括CalmCar在內的四種模型,在考慮到精度和效率問題CalmCar無疑是其中最優(yōu)秀的模型,能完全滿足在嵌入式開發(fā)平臺的實時應用。CalmC

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論