基于树莓派与神经计算棒的特种车辆检测识别

• 作者: 管霜霜 谢艳芳 陈璐
• 来源期刊: 计算机系统应用
• 关键词: 树莓派 深度学习 Movidius 目标检测与识别 低成本
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 142-148
• 页数: 7页
• 字数: 4473字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007392

摘要

目前随着深度学习技术的不断发展,越来越多的智能化应用应运而生,用于训练和演算的硬件设备通常以GPU为主,在实际部署和使用过程中会产生较高硬件采购成本和用电成本.因此针对现有深度学习系统中成本与算法可用性的平衡问题,本文提出以树莓派与Movidius神经元计算棒为计算平台,通过改进的SSD+MobileNet算法实现对车辆目标进行识别和检测,并在实际环境中对训练的模型进行测试和调优,最终达到满足实际使用的效果,处理速度为平均每秒4帧.通过实验结果表明,在树莓派这样计算能力较弱的平台上,可以通过类似于Movidius神经元计算棒这样的VPU模块来实现算法的加速,在满足实际使用的情况下还可以大幅度降低计算成本.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈璐		1	0	0.0	0.0
2	管霜霜		1	0	0.0	0.0
3	谢艳芳		1	0	0.0	0.0