Детальная информация

В работе представлен аналитический обзор высокопроизводительных архитектур нейронных сетей, предназначенных для классификации и обнаружения объектов на изображениях, а также обзор методов сжатия нейронных сетей. Проведена оценка быстродействия одноэтапных нейросетевых детекторов SqueezeDet, Tiny-YOLO, YOLO, с использованием различного оборудования. Вычисления проводились на компьютере с графическим процессором Nvidia Ge Force GTX 1070, ноутбуке без графической карты, вычислителе Nvidia Jetson Tx2 и микрокомпьютере Raspberry Pi 3 Model B. Решена задача обнаружения деревянных кубов мобильным роботом.

The paper presents an analytical review of high-performance neural network architectures for classification and detection of objects in images, as well as an overview of neural network compression methods. The performance of one-stage neural network detectors SqueezeDet, Tiny-YOLO, YOLO was evaluated using various equipment. The calculations were carried out on a computer with a graphics processor Nvidia Ge Force GTX 1070, a laptop without a graphics card, a computer Nvidia Jetson Tx2 and a microcomputer Raspberry Pi 3 Model B. The problem of wooden cubes detection by a mobile robot is solved.

• ВВЕДЕНИЕ
• 1 Математическое описание основных элементов сверточной нейронной сети
  • 1.1 Искусственный нейрон
  • 1.2 Сверточный слой
  • 1.3 Слой субдискретизации
  • 1.4 Слой нормализации батча
  • 1.5 Полносвязный слой
  • 1.6 Формулировка задач работы
  • 1.7 Вывод по разделу
• 2 Методы сжатия и ускорения нейронных сетей
  • 2.1 Низкоранговое разложение (low rank factorization)
  • 2.2 Квантизация (quantization)
  • 2.3 Глубокое сжатие (Deep compression)
  • 2.4 Вывод по разделу
• 3 Архитектуры высокопроизводительных нейронных сетей для классификации изображений
  • 3.1 Архитектура MobileNets
  • 3.2 Архитектура SqueezeNet
  • 3.3 Вывод по разделу
• 4 Архитектуры высокопроизводительных нейронных сетей для обнаружения объектов на изображениях
  • 4.1 Архитектура SqueezeDet
  • 4.2 Сравнительный анализ SqueezeDet и YOLO
  • 4.3 Вывод по разделу
• 5 Разработка системы технического зрения мобильного робота, проведение экспериментального исследования
  • 5.1 Постановка задачи и создание наборов данных
  • 5.2 Описание системы технического зрения
  • 5.2 Экспериментальное исследование
  • 5.3 Вывод по разделу
• ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ