YOLObile:面向移动设备的「实时目标检测」算法
相关推荐
-
CPU/GPU
CPU/GPU
-
神经网络加速器的兴起
自从投身智能硬件以来,又开始重新关注嵌入式领域的相关技术.这是"2018嵌入式处理器报告: 神经网络加速器的兴起"(http://www.embedded-computing.co ...
-
显卡能挖矿,为什么不能用CPU挖矿呢?
没说CPU不能挖啊,最开始都是用CPU挖.但是随着对挖矿算法的深入研究,大家发现原来挖矿都是在重复一样的工作,而CPU作为通用性计算单元,里面设计了很多诸如分支预测单元.寄存单元等等模块,这些对于提升 ...
-
YOLO-LITE:专门面向CPU的实时目标检测
现在的实时目标检测算法,比如YOLO.SSD在GPU上已经可以跑的很快了,比如YOLOv2可以在GPU上跑到224fps,但在便携式笔记本甚至手机终端,这些算法还不能达到实时. 来自Georgia I ...
-
基于OpenCV的视障人士实时目标检测
重磅干货,第一时间送达 一.概述 计算机视觉领域一直是一个活跃的研究领域,在本文中,我们让设备实时与其应用程序(对象检测)相结合并运行. 二.硬件 设备:程序将在其上运行,由于该设备将安装在手杖上,并 ...
-
实战:使用 PyTorch 和 OpenCV 实现实时目标检测系统
重磅干货,第一时间送达 一.引言 自动驾驶汽车可能仍然难以理解人类和垃圾桶之间的区别,但这并没有使最先进的物体检测模型在过去十年中取得的惊人进步相去甚远. 将其与 OpenCV 等库的图像处理能力相结 ...
-
【opencv】调用darknet模型实现实时目标检测
继[opencv]调用caffe.tensorflow.darknet模型 之后,我们接下来运行一个具体的实例. 1.下载模型 Darknet是一个用C语言编写的小众的神经网络框架,即和tensorf ...
-
基于手机系统的实时目标检测
计算机视觉研究院专栏 作者:Edison_G 在具有有限计算能力和存储器资源的移动设备上运行卷积神经网络(CNN)模型的日益增长的需求促进了对有效模型设计的研究 公众号ID|ComputerVisio ...
-
极市直播回放丨第69期-张志鹏:Ocean/Ocean+:实时目标跟踪分割算法,小代价,大增益
在过去的几年中,基于anchor的Siamese算法成为了单目标跟踪的主流.但是其本身在训练时设置了较为严苛的正负样本阈值(IoU>0.6).这种设置固有的问题是:算法在训练时无法"看 ...
-
智慧引领!中冶赛迪自主研发「容错目标检测与跟踪技术」提升工业场景视觉识别准确度
铁水运输是连通高炉出铁到炼钢环节的唯一纽带,被称为钢铁界面的"生命线".在运输过程中,铁水罐车长期处于高温.高粉尘等恶劣环境下,易影响智能设备的识别准确度和使用寿命,继而影响后续铁 ...
-
DL之Yolov3:基于深度学习Yolov3算法实现视频目标检测之对《跑男第六季》第四期片视频段进行实时目标检测
DL之Yolov3:基于深度学习Yolov3算法实现视频目标检测之对<跑男第六季>第四期片视频段进行实时目标检测 完整视频请观看 利用深度学习目标检测之对<跑男第六季>第四期片 ...
-
【学术论文】高帧频视觉实时目标检测系统
摘要 为了实现高速场景下的智能实时目标检测,设计了一种基于ZYNQ7000系列FPGA的高速相机平台,并利用该平台进行目标检测算法实现,形成了一套高帧频实时目标检测系统样机. 该系统将高速CMOS图像 ...
