典型文献
精确制导武器末制导目标识别优化算法研究
文献摘要：
针对目前精确制导武器末制导系统智能化发展面临的挑战,结合智能目标识别算法在嵌入式硬件上的计算需求,选取针对小目标具有较好检测效果的YOLOv3网络进行优化部署验证.研究基于BatchNorm层的双正则项神经网络裁剪优化算法、基于TensorRT的INT8量化技术以及面向FPGA计算架构的INT8训练与量化协同优化算法.针对YOLOv3网络结构,在三种典型嵌入式硬件平台上进行优化性能验证,包括NVIDIA Jetson Xavier平台、FPGA EC2实例平台和Xilinx Ultrascale+MPSoC ZCU104平台.结果表明,本文提出的优化算法可以在网络识别精度与推理速度之间获得较好的均衡.
文献关键词：
末制导目标识别;YOLOv3;神经网络优化;Jetson Xavier;FPGA
中图分类号：
作者姓名：
赵晓冬;张洵颖;车军;陈法扬;张琳琳
作者机构：
西北工业大学,陕西 西安 710072;航空工业西安飞行自动控制研究所飞行器控制一体化技术国防科技重点实验室,陕西 西安 710076
文献出处：
引用格式：
[1]赵晓冬;张洵颖;车军;陈法扬;张琳琳-.精确制导武器末制导目标识别优化算法研究)[J].航空科学技术,2022(01):126-134
A类：
末制导目标识别,BatchNorm,INT8,ZCU104
B类：
精确制导武器,识别优化,算法研究,制导系统,智能化发展,目标识别算法,小目标,检测效果,YOLOv3,优化部署,正则项,裁剪,TensorRT,FPGA,计算架构,协同优化,嵌入式硬件平台,优化性能,性能验证,NVIDIA,Jetson,Xavier,EC2,Xilinx,Ultrascale+MPSoC,识别精度,推理速度,神经网络优化
AB值：
0.351134
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
