基于边缘计算的实时目标检测系统的研究与实现

TP39; 针对在小场景中灵活布设目标检测系统的需求,提出基于边缘计算的实时目标检测系统,采用边缘计算平台和目标检测算法相结合的方式对视频进行智能分析.选择低功耗嵌入式图像处理系统Jetson Nano搭建边缘计算平台,实现视频数据的边缘侧智能分析.利用优化后的MobileNet-SSD模型及特征融合模块在MobileNet-SSD网络上添加上下文信息,提高了目标检测的精度.在Jetson Nano嵌入式板上测试,该模型的平均精度达到80.4％,检测速度32帧/s,快于标准视频速度(30帧/s).实验结果表明,该网络在检测小尺度和密度较大的目标时具有较好的检测效果....

Full description

Saved in:
Bibliographic Details
Published in北京石油化工学院学报 Vol. 30; no. 2; pp. 40 - 45
Main Authors 朱亚东洋, 李心超, 魏文豪, 李婧莹, 高梦楠, 于沛
Format Journal Article
LanguageChinese
Published 北京石油化工学院信息工程学院,北京102617%北方自动控制技术研究所,山西太原030006%中国消防救援学院,北京102202 2022
Subjects
MobileNet
SSD
边缘计算
深度学习
目标检测
Online AccessGet full text
ISSN1008-2565
DOI10.19770/j.cnki.issn.1008-2565.2022.02.008

Cover

More Information
Summary:TP39; 针对在小场景中灵活布设目标检测系统的需求,提出基于边缘计算的实时目标检测系统,采用边缘计算平台和目标检测算法相结合的方式对视频进行智能分析.选择低功耗嵌入式图像处理系统Jetson Nano搭建边缘计算平台,实现视频数据的边缘侧智能分析.利用优化后的MobileNet-SSD模型及特征融合模块在MobileNet-SSD网络上添加上下文信息,提高了目标检测的精度.在Jetson Nano嵌入式板上测试,该模型的平均精度达到80.4％,检测速度32帧/s,快于标准视频速度(30帧/s).实验结果表明,该网络在检测小尺度和密度较大的目标时具有较好的检测效果.
ISSN:1008-2565
DOI:10.19770/j.cnki.issn.1008-2565.2022.02.008