面向公交乘客检测的卷积网络模型优化
| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 研究现状 | 第12-16页 |
| 1.2.1 公交乘客检测研究现状 | 第12-13页 |
| 1.2.2 目标检测研究现状 | 第13-14页 |
| 1.2.3 卷积网络加速研究现状 | 第14-16页 |
| 1.3 研究工作 | 第16-17页 |
| 1.4 本文内容组织结构 | 第17-19页 |
| 第2章 基于卷积网络的公交乘客检测技术研究 | 第19-33页 |
| 2.1 引言 | 第19-20页 |
| 2.2 基于卷积网络的目标检测技术 | 第20-27页 |
| 2.2.1 目标检测技术fasterR-CNN | 第20-23页 |
| 2.2.2 目标检测技术SSD | 第23-25页 |
| 2.2.3 目标检测技术YOLO | 第25-27页 |
| 2.3 基于tinyyolo的公交乘客检测模型 | 第27-32页 |
| 2.3.1 公交乘客检测场景分析 | 第27-29页 |
| 2.3.2 公交乘客数据集制作 | 第29-30页 |
| 2.3.3 公交乘客检测模型训练 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 公交乘客检测模型的网络结构优化研究 | 第33-45页 |
| 3.1 公交乘客检测模型复杂性分析 | 第33-35页 |
| 3.2 公交乘客检测模型网络结构优化 | 第35-38页 |
| 3.2.1 深度可分离方法 | 第35-37页 |
| 3.2.2 网络结构优化 | 第37-38页 |
| 3.3 实验 | 第38-43页 |
| 3.3.1 实验环境 | 第38-39页 |
| 3.3.2 实验设置 | 第39-40页 |
| 3.3.3 实验结果分析 | 第40-43页 |
| 3.4 本章小结 | 第43-45页 |
| 第4章 公交乘客检测模型的通道压缩优化研究 | 第45-55页 |
| 4.1 基于检测准确度差异排名的提出 | 第45页 |
| 4.2 基于检测准确度差异排名的通道压缩优化 | 第45-52页 |
| 4.2.1 通道压缩优化流程 | 第45-46页 |
| 4.2.2 单层输入通道压缩 | 第46-47页 |
| 4.2.3 压缩卷积层确定 | 第47-50页 |
| 4.2.4 检测准确度差异计算 | 第50-51页 |
| 4.2.5 通道压缩优化算法 | 第51-52页 |
| 4.3 实验 | 第52-54页 |
| 4.3.1 实验设置 | 第52页 |
| 4.3.2 实验结果分析 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61页 |
