资料下载
×
利用NCS2神经计算棒的嵌入式车辆检测方法
消耗积分:0 |
格式:pdf |
大小:3.19 MB |
2021-03-24
分享资料个
基于深度学习的车辆检测方法准确率较高，其在性能卓越的计算机与图形处理器设备上实时性较好，但在性能相对较低的嵌入式设备上实时性较差。在改进Tiny-YOLO网络的基础上，提出一种利用NCS2神经计算棒的嵌人式车辆检测方法。采用深度可分离卷积替换Tiny-YOLO网络标准卷积降低计算量，去除池化层并使用全卷积层以保留低级特征信息，采用 Tensorflow深度学习框架训练改进的Tiny-YOLO网络，并将其部署到配备NCS2神经计算棒的嵌入式设备上。实验结果表明，与原始Tiny-YOLO网络相比，改进Tiny-YOLO网络检测实时性提高1倍在 MS COCO和VOC2007数据集上平均检测准确率分别提升1.2和0.23个百分点，配备NCS2神经计算棒后该方法检测的每秒传输帧数达到12，实时性较原始Tiny-YOLo网络大幅提高。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
