详细内容或原文请订阅后点击阅览
发布通知：使用卷积神经网络跨不同计算系统进行语义图像分割
摘要：强大的计算平台与深度学习架构的结合带来了解决许多传统计算机视觉问题的新方法，以便自动解释大型且复杂的地理空间数据。随着数据的广泛获取和无人机系统的使用越来越多，此类任务尤为重要。本文档介绍了一个工作流程，利用 CNN 和 GPU 对 UAS 图像进行自动像素级分割，以加快图像处理速度。在多核 GPU 上探索基于 GPU 的计算和并行化，以减少开发时间，减少对大量模型训练的需求，并促进任务关键信息的利用。比较不同系统（单、虚拟、多 GPU）之间的 VGG-16 模型训练时间，以研究每个平台的功能。 CNN 结果显示，应用于地面实况数据时，准确率为 88%。将 VGG-16 模型与 GPU 加速处理相结合，并跨多个 GPU 并行化，可以减少模型训练时间，同时保持准确性。这意味着系统中可用的 GPU 内存和内核是预处理和处理速度的关键组件。该工作流程可用于未来的分割工作，作为未来 CNN 基准测试的基准，并有效支持军方的关键图像处理任务。
来源:美国陆军工程兵团研究链接：http://dx.doi.org/10.21079/11681/35881
报告编号：ERDC/GRL TR-20-7
标题：使用卷积神经网络在不同计算系统上进行语义图像分割
作者：Andmorgan R. Fisher、Timothy A. Middleton、Jonathan Cotugno、Elena Sava、Laura Clemente-Harding、Joseph Berger、Allistar Smith 和 Teresa C. Li
已获准公开发布。分发不受限制。
2020 年 3 月
42 页 / 3.31 Mb
ERDC 是一个多元化的研究组织，拥有约 2,000 名员工，在七个实验室运营着价值超过 10 亿美元的世界一流设施。其年度计划超过 10 亿美元，因为它支持国防部和其他机构的军事和民用项目。主要研究领域包括士兵支持、工程弹性系统、环境质量和设施、地理空间研究和工程、军事工程和水资源。“发现 ▪ 开发 ▪ 交付” ERDCinfo@usace.army.mil
ERDC 是一个多元化的研究组织，拥有约 2,000 名员工，在七个实验室运营着价值超过 10 亿美元的世界一流设施。其年度计划超过 10 亿美元，因为它支持国防部和其他机构的军事和民用项目。主要研究领域包括士兵支持、工程弹性系统、环境质量和设施、地理空间研究和工程、军事工程和水资源。“发现 ▪ 开发 ▪ 交付” ERDCinfo@usace.army.mil联系方式
联系方式ERDC 图书馆601-634-2355ERDCLibrary@ask-a-librarian.info
ERDCLibrary@ask-a-librarian.info发行号 20-050