声明
第一章 绪论
1.1 研究工作的背景与意义
1.2 国内外研究现状
1.2.1 地标感知算法的研究现状
1.2.2 深度模型轻量化算法的研究现状
1.2.3 认知地图的研究现状
1.3 研究内容
1.4 章节架构
第二章 轻量化地标感知算法综述
2.1 引言
2.2 卷积神经网络主要结构
2.3 基于卷积神经网络的目标识别算法
2.3.1 基于候选区域的目标识别算法
2.3.2 基于回归的目标识别算法
2.4 基于网络剪枝的深度模型轻量化算法
2.4.1 权重剪枝
2.4.2 滤波器剪枝
2.5 本章小结
第三章 基于超特征金字塔的地标感知算法
3.1 引言
3.2 训练数据集的获取
3.2.1 数据库介绍
3.2.2 数据集建立
3.3 基于超特征金字塔的地标感知网络设计
3.3.1 特征提取网络设计
3.3.2 超特征金字塔网络设计
3.3.3 预测结构设计
3.3.4 损失函数的设计
3.4 实验与结果分析
3.4.1 实验环境
3.4.2 评判指标
3.4.3 训练策略
3.4.4 结果分析
3.5 本章小结
第四章 基于注意力机制的地标感知轻量化算法
4.1 引言
4.2 基于通道注意力模块的滤波器剪枝方法设计
4.2.1 通道注意力模块
4.2.2 参数量与计算量
4.2.3 剪枝流程
4.2.4 剪枝策略
4.3 实验与结果分析
4.3.1 实验环境
4.3.2 评判指标
4.3.3 实验及分析
4.4 本章小结
第五章 认知地图中的地标感知
5.1 认知地图中的应用
5.1.1 认知地图中的地标表达
5.1.2 认知地图地标语义生成与定位
5.2 智能驾驶实车试验平台
5.2.1 智能车平台
5.2.2 车载计算平台
5.2.3 软件架构
5.3 校园区域地标感知测试
5.3.1 地标感知节点
5.3.2 地标感知测试
5.4 本章小结
第六章 总结与展望
6.1 本文总结
6.2 未来展望
致谢
参考文献
电子科技大学;