基于TensorFlow Lite平台的实时目标检测

摘要：

目标检测是计算视觉的重要研究方向之一,尤其是基于移动设备平台实现快速精准的目标检测功能是非常有必要的.为了能够在移动设备上进行实时目标检测,本文提出一种基于Raspberry Pi 4B硬件平台,采用TensorFlow Lite开发环境,加载MobileNet-SSD网络结构算法的方案.方案采用的MobileNet卷积神经网络和SSD卷积神经网络结合的方法具有检测速度快、占用内存少等优点.同时,本文还对MobileNet-SSD网络结构算法进行了微小优化.该方案通过在公开的数据集上进行测试,对MobileNet-SSD网络结构算法和其改良算法进行了结果比较,结果表明其改良算法的检测速度有所提高,同时其检测精度几乎保持不变,在检测精准度和检测速度上都有良好表现,表明该方案具有较高的应用价值.

关键词：目标检测、计算机视觉、网络结构、TensorFlow Lite、SSD、MobileNet、MobileNet-SSD

所属期刊栏目：11

分类号：TP391.4(计算技术、计算机技术)

资助基金：贵州省半导体功率器件教育部工程研究中心开放基金项目ERCMEKFJJ2019-06

在线出版日期：2021-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：80-83,87