10.19678/j.issn.1000-3428.0053584
基于YOLOv3的嵌入式实时视频目标检测算法
深度神经网络在目标检测领域具有优异的检测性能,但其结构复杂、计算量大,难以在嵌入式设备上进行高性能的实时目标检测.针对该问题,提出一种基于YOLOv3的目标检测算法.采用半精度推理策略提高YOLO算法的推理速度,并通过视频运动自适应推理策略充分利用前后帧视频之间目标的关联性,降低深度学习算法的运行频率,进一步提高目标检测速度.在ILSVRC数据集上的实验结果表明,该算法可以在NVIDIA TX2嵌入式平台上实现28 frame/s的视频目标检测,且检测精度与原始的YOLOv3算法相当.
YOLOv3算法、深度学习、目标检测、NVIDIA TX2嵌入式平台、半精度、粒子滤波
46
TP391(计算技术、计算机技术)
中国博士后科学基金2016M591845
2020-04-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
230-234