摘要:針對圖像目標檢測的嵌入式實時應用需求,采用合并計算層的方法對基于MobileNet和單發(fā)多框檢測器(SSD)的深度學習目標檢測算法進行了優(yōu)化,并采用軟硬件結(jié)合的設計方法,基于ZYNQ可擴展處理平臺設計了實時圖像目標檢測系統(tǒng);在系統(tǒng)中,根據(jù)優(yōu)化后的算法設計了一款多處理器核的深度學習算法加速器,并采用PYTHON語言設計了系統(tǒng)的軟件;經(jīng)過多個實驗測試,深度學習目標檢測系統(tǒng)處理速度可以達到45FPS,是深度學習軟件框架在CPU上運行速度的4.9倍,在GPU上的1.7倍,完全滿足實時圖像目標檢測的需求。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社。
計算機測量與控制雜志, 月刊,本刊重視學術導向,堅持科學性、學術性、先進性、創(chuàng)新性,刊載內(nèi)容涉及的欄目:綜述、VXI總線技術、測試與工業(yè)控制、軍事測控技術、儀表與傳感器、軟件天地等。于1993年經(jīng)新聞總署批準的正規(guī)刊物。