-
题名面向嵌入式系统的复杂场景红外目标实时检测算法
被引量：5
- 1
-
-
作者
张鹏辉
刘志
郑建勇
何博侠
裴雨浩
-
机构
南京理工大学机械工程学院
南京博蓝奇智能科技有限公司
上海大学人工智能研究院
-
出处
《光子学报》
EI
CAS
CSCD
北大核心
2022年第2期193-202,共10页
-
基金
国家自然科学基金(No.51575281)
中央高校基本科研业务费专项资金(No.30916011304)。
-
文摘
为了解决复杂背景条件下,红外目标检测存在的准确率低、召回率低、以及网络模型在嵌入式计算平台上推理速度慢的问题,以轻量化网络YOLOv4-Tiny作为算法的基本架构,结合视觉注意力机制和空间金字塔池化思想,提出两种面向嵌入式系统的红外目标检测网络,利用迁移学习策略进行训练,在以昇腾310 AI芯片为核心的Atlas 200 DK嵌入式计算平台进行部署。实验结果表明,在该嵌入式计算平台上推理分辨率为640 pixel×512 pixel的红外图像,相较于原始网络YOLOv4-Tiny,所提网络YOLOv4-Tiny+SE+SPP的平均准确率和召回率分别提升12.36%和18.6%,推理速度达到78 fps;所提网络YOLOv4-Tiny+CBAM+SPP的平均准确率和召回率分别提升15.94%和22.89%,推理速度达到71 fps,可兼顾准确率和实时性,能够满足军事和安防领域对红外目标进行实时检测和跟踪的需要。
-
关键词
红外图像
注意力机制
迁移学习
目标检测
嵌入式平台
-
Keywords
Infared image
Visual attention
Transfer learning
Target detection
Embedded platform
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
