基于Movidius神经计算棒的行人检测方法

• 作者: 张洋硕 李阳 王家宝 苗壮
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 行人检测 深度学习 树莓派 Movidius 嵌入式设备
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 2230-2234
• 页数: 5页
• 分类号: TP183|TP391.4
• 字数: 4727字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2018122595

摘要

Movidius神经计算棒是基于USB模式的深度学习推理工具和独立的人工智能加速器,为广泛的移动和嵌入式视觉设备提供专用深度神经网络加速功能.针对深度学习的嵌入式应用,实现了一种基于Movidius神经计算棒的近实时行人目标检测方法.首先,通过改进RefineDet目标检测网络结构使模型大小和计算适应嵌入式设备的要求;然后,在行人检测数据集上对模型进行重训练,并部署于搭载Movidius神经计算棒的树莓派上;最后,在实际环境中对模型进行测试,算法达到了平均每秒4帧的处理速度.实验结果表明,基于Movidius神经计算棒,在计算资源紧张的树莓派上可完成近实时的行人检测任务.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李阳	陆军工程大学指挥控制工程学院	5	6	1.0	2.0
2	王家宝	陆军工程大学指挥控制工程学院	6	6	1.0	2.0
3	苗壮	陆军工程大学指挥控制工程学院	3	6	1.0	2.0
4	张洋硕	陆军工程大学指挥控制工程学院	2	6	1.0	2.0