亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于深度學(xué)習(xí)的目標(biāo)檢測算法研究

        2018-11-20 09:29:10丁小可
        機電信息 2018年33期
        關(guān)鍵詞:邊框置信度無人駕駛

        丁小可

        (貴陽學(xué)院,貴州貴陽550005)

        0 引言

        在無人駕駛技術(shù)中,對汽車周圍環(huán)境的感知是無人駕駛系統(tǒng)的基礎(chǔ)部分,是保證無人車安全、準(zhǔn)確行駛的必要條件。為了達(dá)到這個目的,無人駕駛系統(tǒng)中使用了各種類型的傳感器,其中屬于“視覺”的傳感器包括毫米波雷達(dá)、超聲波雷達(dá)、激光雷達(dá)及攝像頭。使用攝像頭所采集到的二維圖像來推斷無人車在三維世界中的位置,這項技術(shù)和傳統(tǒng)計算機視覺相結(jié)合,伴隨著“大數(shù)據(jù)”和“云計算”的成熟,在激光雷達(dá)成本高昂的當(dāng)代,必然會在無人駕駛定位中發(fā)揮更大的作用。

        在基于計算機視覺和攝像頭的物體檢測中,卷積神經(jīng)網(wǎng)絡(luò)CNN是一種適合使用在連續(xù)值輸入信號上的深度神經(jīng)網(wǎng)絡(luò)。

        在深度學(xué)習(xí)出現(xiàn)之前,傳統(tǒng)的目標(biāo)檢測方法分為三步:區(qū)域選擇、特征提取、分類器。這種檢測方法存在兩個問題:一方面,滑窗的選擇策略沒有針對性,時間復(fù)雜度高,窗口冗余;另一方面,人為設(shè)計的特征魯棒性差。深度學(xué)習(xí)出現(xiàn)后,目標(biāo)檢測技術(shù)有了重大突破,比較矚目的有兩個方面:(1)以R-CNN為代表的基于Region Proposal的深度學(xué)習(xí)目標(biāo)檢測算法[1];(2)以YOLO為代表的基于回歸的目標(biāo)檢測算法。FAST R-CNN在速度上沒有滿足實時性的要求,而采用回歸的YOLO算法計算速度較快。

        1 YOLO目標(biāo)檢測流程

        如圖1所示,YOLO檢測流程為:

        (1)輸入某個特定的圖片,YOLO將圖片分解成S×S個網(wǎng)格,如果某個目標(biāo)物體的中心落在此網(wǎng)格中,網(wǎng)格就負(fù)責(zé)檢測這個物體。

        (2)在每個網(wǎng)格中,模型都會自動生成兩個邊框,生成邊框的目的在于通過邊框來預(yù)測某類目標(biāo)物是否存在,除此之外還要反映此目標(biāo)物存在的概率是多大,以此判斷邊框的預(yù)測是否準(zhǔn)確。這個所預(yù)測的值稱之為目標(biāo)的置信度(confidence scores)。

        置信度的公式定義為:

        如果這個網(wǎng)格中不存在一個物體,則置信度為0;否則,置信度為預(yù)測的邊框和實際邊框的重合度(IOU)。

        圖1 YOLO檢測流程

        圖2 YOLO網(wǎng)絡(luò)結(jié)構(gòu)

        YOLO中每個網(wǎng)格的預(yù)測邊框有五個參數(shù):x,y,w,h,confidence。其中,x,y分別代表了預(yù)測邊框相對于所在網(wǎng)格的中心坐標(biāo);w,h分別代表預(yù)測邊框相對于整幅圖像的寬和高;confidence代表了預(yù)測邊框和物體所在實際邊框的重合度。此外,每個網(wǎng)格還要預(yù)測C個條件類別概率(conditional class probability),記作Pr(Classi|Object),這個概率只考慮每個網(wǎng)格中的目標(biāo)概率而不考慮邊框中的目標(biāo)。在測試階段將條件類別概率與每個邊框的預(yù)測置信度相乘,就得到了每個邊框中物體屬于某一類別的置信度,公式如下:

        (3)依據(jù)上一步的的操作,模型建立了S×S×2個邊框,然后計算出每個邊框的置信度,最后采用非極大值抑制(NMS)[2]消除那些置信度較低的邊框。

        2 YOLO網(wǎng)絡(luò)設(shè)計

        YOLO檢測網(wǎng)絡(luò)包括24個卷積層和2個全連接層(用1×1),如圖2所示。其中,卷積層用來提取圖像特征,全連接層用來預(yù)測圖像位置和類別概率值[3]。

        3 YOLO特點

        與其他基于視覺檢測的模型相比,YOLO具有一系列的優(yōu)點:

        (1)能夠迅速識別目標(biāo)物體。YOLO與FASTER R-CNN具有一定的相似性,但在YOLO中精簡了卷積神經(jīng)網(wǎng)絡(luò)。原來在識別圖像中物體時,先要判定圖像中的元素到底是背景還是目標(biāo)物,然后再辨別其類別和概率。而在YOLO中采用回歸的機制代替前述兩步,圖像被直接分解成S×S個網(wǎng)格,以此來替代原來的滑動窗口機制,從而使得候選框的數(shù)量減小,在犧牲一定精度的情況下使得檢測速度提高。

        (2)產(chǎn)生背景錯誤的概率較低。之前其他的基于視覺檢測的模型在對圖片進(jìn)行處理時,一般使用了滑動窗口機制來找到最有可能包含檢測目標(biāo)的區(qū)域,而每次候選框中的圖像都是獨立的。YOLO是利用端到端的回歸方式來處理圖像,可以利用網(wǎng)格的聯(lián)系和圖像的統(tǒng)一更準(zhǔn)確識別背景上的物體,從而降低檢測失誤率。和Fast R-CNN相比,YOLO的背景錯誤不到Fast R-CNN的一半[4]。

        (3)模型的泛化能力較好。先讓自然圖像數(shù)據(jù)集在YOLO上訓(xùn)練,然后將訓(xùn)練得到的模型用于對非自然圖像的檢測,模型的準(zhǔn)確率相較于YOLO之前的檢測模型更高。因此模型的泛化性較好,能夠適用于涉及圖像識別的其他行業(yè)。

        盡管如此,YOLO也有一系列缺點:

        (1)YOLO中利用全連接層的數(shù)據(jù)完成對邊框的定位,會丟失太多位置信息;

        (2)由于在YOLO的每個網(wǎng)格中只定義了兩個邊框,當(dāng)多個(大于二)物體處于一個網(wǎng)格中時,YOLO就不能很好地預(yù)測到。

        4 結(jié)語

        在采用YOLO模型對物體進(jìn)行檢測時,只對物體的類別作了檢測,但在無人駕駛系統(tǒng)中,除了對物體的識別外,還需要在此基礎(chǔ)上對所檢測物體的具體位置進(jìn)行判斷,以達(dá)到預(yù)警或?qū)⑿畔⒐┙o無人駕駛決策系統(tǒng)使用的目的。之后筆者將結(jié)合其他傳感器,采用多信息融合的方式,改進(jìn)相關(guān)算法和模型。

        猜你喜歡
        邊框置信度無人駕駛
        我們村的無人駕駛公交
        一模六產(chǎn)品篩板模具的設(shè)計與應(yīng)用
        智能制造(2022年4期)2022-08-18 16:21:14
        硼鋁復(fù)合材料硼含量置信度臨界安全分析研究
        無人駕駛車輛
        科學(xué)(2020年3期)2020-11-26 08:18:28
        無人駕駛公園
        正負(fù)關(guān)聯(lián)規(guī)則兩級置信度閾值設(shè)置方法
        用Lightroom添加寶麗來邊框
        給照片制作專業(yè)級的邊框
        擺脫邊框的束縛優(yōu)派
        中國照明(2016年6期)2016-06-15 20:30:14
        置信度條件下軸承壽命的可靠度分析
        軸承(2015年2期)2015-07-25 03:51:04
        国产av精品久久一区二区| 污污污污污污污网站污| 欧美xxxx新一区二区三区 | 中文字幕在线乱码一区| 在熟睡夫面前侵犯我在线播放| 国自产偷精品不卡在线| 国产精品亚洲美女av网站| 蜜桃视频一区二区三区四| 国产乱子伦| 色狠狠色狠狠综合一区| 男女在线免费视频网站| 日韩亚洲无吗av一区二区| s级爆乳玩具酱国产vip皮裤| 2021久久最新国产精品| 日本午夜一区二区视频| 中文字幕在线乱码一区| 熟女人妇交换俱乐部| 国产情侣一区在线| 在线观看一区二区三区国产| 国产精品极品美女自在线观看免费 | 国产亚洲精品国产精品| 小荡货奶真大水真多紧视频| 无码午夜剧场| 国产精品一品二区三区| 国产性感丝袜在线观看| 色婷婷综合久久久久中文字幕| 欧美激情二区| 精品国产车一区二区三区| 本道天堂成在人线av无码免费| 成人黄色网址| 午夜无码无遮挡在线视频| 在线国人免费视频播放| 99视频30精品视频在线观看| 中文字幕经典一区| 国产亚洲av一线观看| а√天堂8资源中文在线| 在线播放国产一区二区三区| 日本一区二区三区看片| 成人日韩精品人妻久久一区| 亚洲成av人片在线观看无码| 亚洲成AV人片无码不卡|