基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文提出了一种利用残差网络构建的多任务网络模型,在仅增加相对少量计算量的条件下,输出道路场景相关的多种类环境感知数据.此外,在仅有约50M参数的情况下,不仅提高了相对单任务模型的精确度,而且相比于多个单任务的效率有大幅度提升.
推荐文章
一种改进的深度残差网络行人检测方法
行人识别
深度残差网络
YOLOv2
卷积神经网络
深度学习
基于μC/OS Ⅱ的实时任务模型研究与应用
实时任务
实时应用程序
任务模型
实时性能
一种高速实时多任务数据采集系统设计
ARM9
μC/OS-Ⅱ
多通道并行实时采集
Bug
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于残差网络的多任务模型
来源期刊 中国集成电路 学科
关键词 环境感知 卷积神经网络 多任务学习 语义分割 物体检测
年,卷(期) 2017,(8) 所属期刊栏目 设计
研究方向 页码范围 64-71
页数 8页 分类号
字数 5506字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈良甫 1 4 1.0 1.0
2 杨曾 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (4)
同被引文献  (9)
二级引证文献  (0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
环境感知
卷积神经网络
多任务学习
语义分割
物体检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国集成电路
月刊
1681-5289
11-5209/TN
大16开
北京朝阳区将台西路18号5号楼816室
1994
chi
出版文献量(篇)
4772
总下载数(次)
6
总被引数(次)
7210
论文1v1指导