文件名称：基于树莓派与神经计算棒的特种车辆检测识别
文件大小：1.49MB
文件格式：PDF
更新时间：2024-05-26 05:52:04
树莓派 深度学习 Movidius 目标检测与识别 低成本
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.