基于边缘计算和深度学习的园区目标检测方法

• 作者: 和青 李云波 潘志松 陈佳林
• 来源期刊: 电子技术与软件工程
• 学科: 工学
• 关键词: 目标检测 深度学习 轻量化 树莓派
• 年，卷（期）: 2020,（16）
• 页码范围: 146-148
• 页数: 3页
• 分类号: TP3

摘要

本文基于Movidius二代神经计算棒和树莓派提出了适宜边缘部署的实时目标检测方法。首先,采用轻量化的深度可分离卷积网络提取图像特征以降低计算开销。然后,采用多线程的方式将视频输出与目标检测框生成分流处理,进一步提高硬件资源的使用效率。最后,在树莓派上搭载神经计算棒并部署目标检测算法。在实际环境中测试,最终运行速率每秒可达20帧以上。实验结果表明实现该方法的硬件成本较低且能够满足视频监控目标检测的实时性要求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李云波	中国人民解放军陆军工程大学指挥控制工程学院	11	57	3.0	7.0
2	潘志松	中国人民解放军陆军工程大学指挥控制工程学院	13	32	4.0	5.0
3	陈佳林	中国人民解放军陆军工程大学指挥控制工程学院	1	0	0.0	0.0
4	和青	中国人民解放军陆军工程大学指挥控制工程学院	1	0	0.0	0.0