| 基于ARM和深度學習的智能行人預警系統 | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大小：908 K | |
| 標簽： 行人安全 目標檢測 神經網絡 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹： 針對行人交通安全問題，開發行人檢測系統以提醒行人和司機危險的發生。對目標檢測神經網絡模型進行分析和對比實驗，選取以darknet為網絡框架的YOLO-fastest模型進行改進優化并采用分類并標簽的實時交通數據進行訓練，最終將訓練模型部署至開發板完成實時性檢測并能夠根據車輛速度反饋給行人危險信號。實驗結果表明YOLO-fastest模型的平均檢測精度為96.1%，檢測速度為33 f/s，模型大小為1.2 MB，既滿足檢測精度又滿足檢測速度的要求，能夠完成對真實交通場景下的實時性檢測。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2