第一个书签之前
摘 要
Abstract
第1章 绪 论
1.1 课题背景及研究目的和意义
1.2 国内外研究现状分析
1.2.1 高光谱图像异常检测发展现状
1.2.2 深度学习训练加速器研究现状
1.2.3 深度学习模型推理加速器研究现状
1.3 本文的研究内容与结构
第2章 基于SAE的高光谱图像异常检测方法
2.1 引言
2.2 基于SAE的高光谱图像异常检测器原理
2.2.1 SAE的原理
2.2.2 SAE模型参数优化
2.2.3 SAE模型超参数寻优
2.3 基于SAE的高光谱图像异常检测器实现
2.3.1 Tensorflow简介
2.3.2 SAE模型训练设计
2.4 异常检测方法验证及分析
2.4.1 实验数据说明
2.4.2 实验评价指标
2.4.3 实验结果分析
2.5 本章小结
第3章 基于GPU服务器的高光谱图像异常检测模型训练加速器设计
3.1 引言
3.2 GPU工作原理
3.2.1 CPU和GPU的区别及协作方式
3.2.2 GPU硬件结构及CUDA执行模型
3.3 GPU任务级别并行计算设计
3.3.1 重叠主机计算和设备计算
3.3.2 重叠主机与设备间的数据传输和设备计算
3.3.3 重叠设备计算
3.4 加速器设计实验结果分析
3.4.1 实验平台介绍
3.4.2 加速器计算效率实验结果分析
3.5 本章小结
第4章 基于嵌入式GPU的高光谱图像异常检测模型推理加速器设计
4.1 引言
4.2 嵌入式GPU计算平台介绍
4.3 基于TensorRT的高光谱图像异常检测模型推理加速设计
4.3.1 Tensorflow模型导出
4.3.2 TensorRT读取模型及执行
4.4 高光谱图像异常检测模型推理加速实验结果分析
4.4.1 实验环境
4.4.2 实验结果分析
4.5 本章小结
结 论
参考文献
攻读硕士学位期间发表的论文及其他成果
哈尔滨工业大学学位论文原创性声明及使用权限
致 谢
