-
题名基于Movidius神经计算棒的物体检测研究
被引量：2
- 1
-
-
作者
张海清
张生
-
机构
上海理工大学光电信息与计算机工程学院
-
出处
《计算机技术与发展》
2020年第10期31-36,共6页
-
基金
上海市科研计划项目(19511105103)。
-
文摘
物体的实时检测和识别在计算机视觉领域还面临着许多挑战,尤其是在边缘计算设备上部署物体检测模型时,需要大量的内存与算力。Movidius神经计算棒是用于深度学习推理的即插即用开发套件,能为低功耗嵌入式系统视觉设备提供深度神经网络加速功能。针对低功耗设备上的物体检测领域,提出一种基于SSD MobileNetV2神经网络结构的铁钉检测系统。首先,通过数据增强操作获取足够的训练样本,基于TensorFlow迁移学习训练铁钉检测模型;然后,结合OpenVINO对模型进行优化并生成专用网络,通过神经计算棒对部署在低功耗设备上的专用网络进行加速推理,并使用Realsence D435相机获取深度图像的深度值来计算铁钉的距离。实验结果表明,基于Movidius神经计算棒能显著提升在树莓派上的物体检测性能,在UP Squared平台上能够实现实时的铁钉检测与测距。
-
关键词
铁钉检测
Movidius
SSD
MobileNetV2
OpenVINO
up
squared
-
Keywords
nail detection
Movidius
SSD MobileNetV2
OpenVINO
up squared
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
