【《轨道扣件定位方法分析》5000字】

轨道扣件定位方法分析目录TOC\o"1-3"\h\u20936轨道扣件定位方法分析 [41]提出了MobileNets。图2-10为多通道标准卷积操作的一个卷积过程，红色区域是多层卷积的一个卷积核，卷积核参数与特征图像素值相乘后相加，式（2-11）和式（2-12）是对标准卷积操作的参数量和浮点运算次数的计算。MobileNets的核心基本单元是深度可分离卷积（DepthwiseSeparableConvolution，DSC），与标准卷积不同，深度可分离卷积分为纵深卷积（DepthwiseConvolution）和逐点卷积（PointwiseConvolution）。假设某卷积层输入特征图的尺寸为、和，、和为该卷积核尺寸，纵深卷积先用个的卷积核对输入特征图逐张卷积，得到张特征图，在用个的卷积核对张特征图进行逐点卷积，得到张特征图，完成深度可分离卷积。深度可分离卷积的浮点运算次数用式（2-14）表示，参数量用式（2-15）表示。图2-10标准卷积Figure2-10Standardconvolution图2-11纵深卷积Figure2-11DepthwiseConvolution图2-12逐点卷积Figure2-12PointwiseConvolution（2-14）（2-15）（2-16）（2-17）式（2-16）为深度可分离卷积操作和标准卷积操作浮点运算的比值，可知在输入特征图不变的情况下，卷积核尺寸越大，深度可分离卷积操作所需浮点运算次数越小；式（2-17）为可分离卷积操作和标准卷积操作参数量的比值，可知卷积核尺寸越大，深度可分离卷积的参数量越少。本文将SSD512所用3*3和4*4的卷积操作使用深度可分离卷积代替，命名为DSC-SSD。改进后的DSC-SSD部分层计算强度和参数量如表2-4所示。改进的DSC-SSD算法总的浮点运算次数为21.17*106，模型参数量为3.022*106，相比于原始SSD512，改进的SSD512模型参数量减少了59.56%，浮点运算次数减少了81.74%。图2-13为DSC-SSD定位扣件的可视化结果，其中绿色框由DSC-SSD预测的坐标位置信息绘制，Fastener表示目标类别，数字代表该物体属于该类别的置信度，使用DSC-SSD可准确快速的定位图像中的扣件位置。表2-4DSC-SSD与原SSD部分层计算强度和参数量对比Table2-4ComparisonofcalculatedstrengthandparametersbetweenDSC-SSDandoriginalSSD原SSD浮点计算次数原SSD参数量DSC-SSD浮点运算次数DSC-SSD参数量Conv4_31.36*1031.36*1061.62*1021.67*105fc71.05*1064.72*1061.05*1064.72*106Conv6_21.18*1061.18*1061.31*1051.33*105Conv7_2294.91*103295.16*10327.84*10333.95*103Conv8_2294.91*103295.16*10327.84*10333.95*103Conv9_2294.91*103295.16*10327.84*10333.95*103Conv10_2524.29*103524.54*10331.78*10334.83*103整个模型121.62*10624.53*1062