基于视觉深度学习和车车通信的车队协同安全系统的设计与实现
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景和研究意义 | 第11-12页 |
| 1.2 研究现状 | 第12-15页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-15页 |
| 1.3 论文主要工作 | 第15-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 第二章 目标检测算法概述 | 第17-27页 |
| 2.1 深度神经网络 | 第17-22页 |
| 2.1.1 神经网络 | 第17-19页 |
| 2.1.2 深度学习 | 第19-20页 |
| 2.1.3 卷积神经网络 | 第20-22页 |
| 2.2 目标检测与识别算法 | 第22-27页 |
| 2.2.1 传统目标检测算法 | 第23-24页 |
| 2.2.2 基于候选区域的目标检测算法 | 第24-26页 |
| 2.2.3 基于回归方法的目标检测算法 | 第26-27页 |
| 第三章 移动端深度学习系统设计 | 第27-44页 |
| 3.1 系统与模块设计 | 第27-29页 |
| 3.2 模型训练和加载 | 第29-30页 |
| 3.3 OpenCL异构并行化深度网络实现 | 第30-38页 |
| 3.3.1 卷积层的实现 | 第33-34页 |
| 3.3.2 池化层的实现 | 第34-35页 |
| 3.3.3 全连接层的实现 | 第35-37页 |
| 3.3.4 激活函数的实现 | 第37-38页 |
| 3.4 基于内存模型的优化加速 | 第38-40页 |
| 3.5 避免分支的优化加速 | 第40-41页 |
| 3.6 目标检测性能分析 | 第41-43页 |
| 3.7 本章小结 | 第43-44页 |
| 第四章 基于状态预测算法的分布式计算 | 第44-62页 |
| 4.1 分布式深度学习系统 | 第44-49页 |
| 4.1.1 通信模块的设计与实现 | 第45-47页 |
| 4.1.2 调度模块的设计与实现 | 第47-49页 |
| 4.2 分布式通信拓扑模型 | 第49-50页 |
| 4.3 分布式数据结构 | 第50-53页 |
| 4.3.1 针对卷积层计算分布式 | 第51-52页 |
| 4.3.2 针对池化层计算分布式 | 第52-53页 |
| 4.4 基于计算能力预测法的任务重分配 | 第53-58页 |
| 4.4.1 分布式中的木桶效应及改进 | 第53-55页 |
| 4.4.2 基于指数平滑法的切分策略 | 第55-58页 |
| 4.5 分布式性能分析 | 第58-60页 |
| 4.6 本章小结 | 第60-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 论文工作总结 | 第62页 |
| 5.2 不足与展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 附录 论文使用缩写说明 | 第67-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间发表的学术论文目录 | 第69页 |
