基于YOLOv3的嵌入式实时视频目标检测算法

• 作者: 尹彦卿 王新华 龚华军
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 图形图像处理
• 页码范围: 230-234
• 页数: 5页
• 分类号: TP391
• 字数: 3508字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0053584

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龚华军	南京航空航天大学自动化学院	74	567	13.0	18.0
2	王新华	南京航空航天大学自动化学院	54	309	10.0	14.0
3	尹彦卿	南京航空航天大学自动化学院	1	0	0.0	0.0