| 基于NVIDIA Jetson TX2的道路场景分割 |
| |
| 作者姓名： | 李诗菁 卿粼波 何小海 韩杰 |
| |
| 作者单位： | 四川大学电子信息学院,成都,610065;四川大学电子信息学院,成都,610065;四川大学电子信息学院,成都,610065;四川大学电子信息学院,成都,610065 |
| |
| 基金项目： | 成都市科技项目（2016-XT00-00015-GX）;四川省教育厅科研项目（18ZB0355） |
| |
| 摘 要： | 图像语义分割是计算机视觉领域重要研究方向之一,其中基于深度学习的语义分割相较于传统分割算法更为高效可靠,可应用于交通监控、自动驾驶等领域的场景理解阶段.但复杂的分割网络在嵌入式平台上的推理速度较低,难以进行实际应用.因此针对交通监控、无人驾驶等应用背景,在嵌入式平台NVIDIA Jetson TX2上,采用基于深度卷积编解码器结构的图像分割网络,对道路场景进行语义分割,并基于NVIDIA的推理加速器TensorRT2,完成网络模型简化、网络自定义层添加与CUDA并行优化,实现了对网络推理阶段的加速.实验结果表明,加速引擎在TX2上的推理速度约为原模型的10倍,为复杂分割网络在嵌入式平台上的应用提供了支持.
|
| 关 键 词： | 场景理解 深度学习 TensorRT2语义分割 NVIDIA Jetson TX2 |
| 收稿时间： | 2018-07-17 |
| 修稿时间： | 2018-08-09 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
|
