基于Jetson-TX2的输电线路设备实时巡检系统 被引量：1

1

作者 杨学杰 陈文栋 +2 位作者 许荣浩 李宋林 李建业 《山东科学》 CAS 2021年第2期81-89,共9页

针对输电线路及设备巡检效率低的问题,设计了一种基于Jetson-TX2的输电线路设备实时巡检系统。该系统包括基于YOLO v3算法的Jetson-TX2主控模块和云台相机控制模块。Jetson-TX2主控模块通过TensorRT加速库,对YOLO v3算法模型进行优化加... 针对输电线路及设备巡检效率低的问题,设计了一种基于Jetson-TX2的输电线路设备实时巡检系统。该系统包括基于YOLO v3算法的Jetson-TX2主控模块和云台相机控制模块。Jetson-TX2主控模块通过TensorRT加速库,对YOLO v3算法模型进行优化加速,完成视频流目标实时识别与定位;采用PID算法控制云台(PTZ)相机,实现设备的高清图像采集。该系统对输电线路设备整体识别准确率达95%,可实现对视频流的实时检测,有效提高输电线路巡检效率。 展开更多

关键词 输电线路巡检 视频实时检测 算法加速 云台控制 jetson-tx2 YOLO v3 目标定位

下载PDF 职称材料

基于机器视觉的目标识别追踪算法及系统设计 被引量：16

2

作者 杨宇 刘宇红 +2 位作者 彭燕 孙雨琛 张荣芬 《传感器与微系统》 CSCD 2020年第4期92-95,98,共5页

为实现对特定动态目标的准确识别与平稳追踪,提出了一种基于机器视觉的智能算法及系统设计。系统以Jetson TX2为控制核心,采用基于YOLOv3算法的卷积神经网络本地实现动态目标的识别,并结合基于模糊逻辑思想的追踪避障算法识别出目标运... 为实现对特定动态目标的准确识别与平稳追踪,提出了一种基于机器视觉的智能算法及系统设计。系统以Jetson TX2为控制核心,采用基于YOLOv3算法的卷积神经网络本地实现动态目标的识别,并结合基于模糊逻辑思想的追踪避障算法识别出目标运动的转向、转动幅度及障碍物位置,实现了对系统的运动进行精确控制且准确避障。系统采用的目标识别追踪算法可以实现对前端摄像头传感器采集的视频流进行实时本地处理及反馈。经测试,系统工作稳定,具有准确性高、实时性强等优点,可以广泛应用于智能跟随行李箱、安防巡逻机器人等智能产品,具有极高的市场应用价值。 展开更多

关键词 机器视觉 识别追踪 jetson tx2 YOLOv3 模糊逻辑 超声波避障

下载PDF 职称材料

改进YOLOv5的船舶检测算法及嵌入式实现 被引量：6

3

作者 王文杰 何小海 +2 位作者 卿粼波 董子铭 熊淑华 《无线电工程》 北大核心 2022年第12期2116-2123,共8页

针对嵌入式平台资源受限条件下的高准确率、轻量化实时船舶目标检测需求,提出基于改进YOLOv5的船舶目标检测方法。采用GhostNet网络结构,对YOLOv5的backbone主干网络层整体架构进行压缩,减少网络的复杂度和计算量,实现算法的轻量化设计;... 针对嵌入式平台资源受限条件下的高准确率、轻量化实时船舶目标检测需求,提出基于改进YOLOv5的船舶目标检测方法。采用GhostNet网络结构,对YOLOv5的backbone主干网络层整体架构进行压缩,减少网络的复杂度和计算量,实现算法的轻量化设计;在C3模块中引入了注意力机制(Squeeze-and-Excitation,SENet),加强对船舶目标的特征感知;使用更加平滑的Mish函数改进YOLOv5的Swish激活函数,使得特征信息可以在更深的网络层流动。实验结论表明,提出的方法将YOLOv5模型参数量压缩27%,部署到嵌入式AI推理平台NVIDIA Jetson TX2可以实现高速检测,检测帧率为22帧/秒,平均检测精度mAP@0.5∶0.95高达97.2%,相比YOLOv5提高了3.5%,表明该算法效果显著,满足实时高精度检测。 展开更多

关键词 YOLOv5 注意力机制 船舶检测 网络压缩 嵌入式jetson tx2

下载PDF 职称材料

基于YOLO v5-Jetson TX2的秸秆覆盖农田杂草检测方法 被引量：2

4

作者 王秀红 王庆杰 +3 位作者 李洪文 何进 卢彩云 张馨悦 《农业机械学报》 EI CAS CSCD 北大核心 2023年第11期39-48,共10页

玉米苗期杂草的实时检测和精准识别是实现精准除草和智能农业的基础和前提。针对保护性耕作模式地表环境复杂、杂草易受地表秸秆残茬覆盖影响、现有算法检测速度不理想等问题,提出一种适用于Jetson TX2移动端部署的秸秆覆盖农田杂草检... 玉米苗期杂草的实时检测和精准识别是实现精准除草和智能农业的基础和前提。针对保护性耕作模式地表环境复杂、杂草易受地表秸秆残茬覆盖影响、现有算法检测速度不理想等问题,提出一种适用于Jetson TX2移动端部署的秸秆覆盖农田杂草检测方法。运用深度学习技术对玉米苗期杂草图像的高层语义信息进行提取与分析,构建玉米苗期杂草检测模型。在YOLO v5s模型的基础上,缩小网络模型宽度对其进行轻量化改进。为平衡模型检测速度和检测精度,采用TensorRT推理加速框架解析网络模型,融合推理网络中的维度张量,实现网络结构的重构与优化,减少模型运行时的算力需求。将模型迁移部署至Jetson TX2移动端平台,并对各模型进行训练测试。检测结果表明,轻量化改进YOLO v5ss、YOLO v5sm、YOLO v5sl模型的精确率分别为85.7%、94%、95.3%,检测速度分别为80、79.36、81.97 f/s,YOLO v5sl模型综合表现最佳。在Jetson TX2嵌入式端推理加速后,YOLO v5sl模型的检测精确率为93.6%,检测速度为28.33 f/s,比模型加速前提速77.8%,能够在保证检测精度的同时实现玉米苗期杂草目标的实时检测,为硬件资源有限的田间精准除草作业提供技术支撑。 展开更多

关键词 杂草检测 秸秆覆盖 YOLO v5s模型 jetson tx2 模型迁移

下载PDF 职称材料

基于轻量化网络与嵌入式系统的喷码检测 被引量：5

5

作者 葛俏 梁桥康 +3 位作者 邹坤霖 孙炜 李珊红 王耀南 《控制工程》 CSCD 北大核心 2022年第12期2349-2356,共8页

针对食品饮料等复杂包装上喷码质量检测的准确率不高与速度慢等问题,提出了一种基于Ghost-YOLO轻量化网络与嵌入式平台的喷码质量检测方法。网络以YOLOv5为基础,采用了幻影模块(GM)对卷积层进行降维,模型参数减少25%。多分类目标检测任... 针对食品饮料等复杂包装上喷码质量检测的准确率不高与速度慢等问题,提出了一种基于Ghost-YOLO轻量化网络与嵌入式平台的喷码质量检测方法。网络以YOLOv5为基础,采用了幻影模块(GM)对卷积层进行降维,模型参数减少25%。多分类目标检测任务的后处理采用位置重复抑制(PDS)方法,通过对所有类别同时采用非极大值抑制(NMS),进一步提高检测精度。最后,利用所提出的改进自训练方法对模型进行训练,并将所提检测方法部署于嵌入式设备中,实现了对喷码质量的实时检测。实验结果表明,所提检测方法在满足实时性的要求下,对喷码字符检测的精确度和召回率分别达到了100%和99.99%。 展开更多

关键词 YOLOv5 幻影模块 目标检测 非极大值抑制 自训练 jetson tx2

下载PDF 职称材料

基于机载多相机的无人机移动目标实时跟踪

6

作者 王昱 蔡华悦 +1 位作者 戴文君 骆志刚 《舰船电子工程》 2024年第4期41-45,56,共6页

在无人机平台上部署实时且高效的目标跟踪算法是计算机视觉领域的研究热点之一。论文对孪生跟踪算法中的SiamRPN模型进行了改进,设计了能够在机载处理器上实时运行且与SiamRPN性能接近的单目标跟踪模型SiamRPN-V3,在NVIDIA Jetson TX2... 在无人机平台上部署实时且高效的目标跟踪算法是计算机视觉领域的研究热点之一。论文对孪生跟踪算法中的SiamRPN模型进行了改进,设计了能够在机载处理器上实时运行且与SiamRPN性能接近的单目标跟踪模型SiamRPN-V3,在NVIDIA Jetson TX2处理器上,SiamRPN-V3将SiamRPN的推理速度由14 FPS(Frames per second)提高到了25FPS。在伺服控制部分,论文提出了两阶段单目测距算法,使无人机对地面目标跟踪摆脱了高度限制;同时使用四台相机实现了全局视野平台和多相机切换策略,提高了对地面快速移动目标的跟踪能力。 展开更多

关键词 无人机 单目标跟踪 SiamRPN 视觉伺服 NVIDIA jetson tx2

下载PDF 职称材料

基于Jetson TX2的路面裂缝检测系统设计 被引量：1

7

作者 张宇昂 李琦 +1 位作者 薛芳芳 于令君 《公路》 北大核心 2023年第12期337-343,共7页

针对目前采用深度学习框架的路面裂缝检测方法存在落地应用难、成本高与效率低等问题,设计了基于Jetson TX2的路面裂缝检测系统。通过YOLOv5网络识别路面裂缝,使用U-Net网络对裂缝目标进行分割,并根据分割结果进行路面健康评价;其次,利... 针对目前采用深度学习框架的路面裂缝检测方法存在落地应用难、成本高与效率低等问题,设计了基于Jetson TX2的路面裂缝检测系统。通过YOLOv5网络识别路面裂缝,使用U-Net网络对裂缝目标进行分割,并根据分割结果进行路面健康评价;其次,利用TensorRT方法优化深度学习模型,提高推理速度;最后,结合DeepStream框架设计路面视频流分析系统并部署到Jetson TX2嵌入式平台。实验结果表明:路面裂缝目标检测模型对横向、纵向和网状裂缝3种路面常见路面裂缝的检测精度均达到了90%以上,且模型优化后的推理速度为30.7ms/帧,速率提升35.1%;最后经过验证,Jetson TX2嵌入式平台的裂缝漏检率较低且满足路面裂缝检测的实时性,能够降低路面裂缝检测的成本,给出相应的维修建议,提高路面裂缝检测效率与自动化程度。 展开更多

关键词 路面检测 裂缝检测 深度学习 TensorRT jetson tx2 DeepStream

原文传递

基于Jetson TX2的SAR船只目标检测实现 被引量：4

8

作者 周玉金 谢宜壮 +1 位作者 乔婷婷 冯杏 《信号处理》 CSCD 北大核心 2022年第2期426-431,共6页

深度学习技术在SAR(Synthetic Aperture Radar)船只目标检测领域应用越来越广泛。然而,移动平台(机载/星载)有限的资源限制了基于深度学习的SAR船只目标检测技术应用。为了促进深度学习技术在移动平台的应用,本文开展了基于改进YOLOv2的... 深度学习技术在SAR(Synthetic Aperture Radar)船只目标检测领域应用越来越广泛。然而,移动平台(机载/星载)有限的资源限制了基于深度学习的SAR船只目标检测技术应用。为了促进深度学习技术在移动平台的应用,本文开展了基于改进YOLOv2的SAR目标检测算法Jetson TX2嵌入式平台实现研究。设计了基于两个Jetson TX2嵌入式平台的实时SAR船只目标检测系统,通过两个Jetson TX2嵌入式平台协同工作有效提高了系统的处理能力,同时采用了以太网数据传输方式,保证了主机与Jetson TX2嵌入式平台的高速数据交互。 展开更多

关键词 jetson tx2 SAR图像 船只检测

下载PDF 职称材料

基于嵌入式Jetson TX2的高原鼠兔目标检测 被引量：1

9

作者 陈海燕 贾明明 +1 位作者 赵文力 王婵飞 《计算机应用》 CSCD 北大核心 2023年第1期98-103,共6页

高原鼠兔目标检测是对其进行种群数量统计及种群动态变化研究的基础,但传统的高原鼠兔智能监测系统的目标检测硬件设备大,在抽样采集数据时移动性较弱。针对此问题,提出一种可部署到便携式设备Jetson TX2上的基于改进YOLOv3模型的目标... 高原鼠兔目标检测是对其进行种群数量统计及种群动态变化研究的基础,但传统的高原鼠兔智能监测系统的目标检测硬件设备大,在抽样采集数据时移动性较弱。针对此问题,提出一种可部署到便携式设备Jetson TX2上的基于改进YOLOv3模型的目标检测方法。该方法将YOLOv3的主干网络DarkNet53替换成MobileNet,并利用剪枝、微调等方法构建轻量级高原鼠兔目标检测模型,再将轻量化模型部署到Jetson TX2上。自然场景下高原鼠兔目标检测实验的结果表明:所提方法的检测平均精度(AP)、每秒检测帧数(FPS)和模型大小分别为97.36%、36和14.88 MB,优于主干网络替换后未裁剪的YOLOv3模型及原始YOLOv3模型,相较于原YOLOv3模型,AP在仅下降1.05个百分点的情况下,FPS提升了620%,模型大小压缩了93.67%,能够部署在便携设备上进行实时且准确的高原鼠兔目标检测。 展开更多

关键词 目标检测 YOLOv3 轻量化 模型剪枝 jetson tx2 高原鼠兔

下载PDF 职称材料

基于深度学习的胸部X光影像分析系统 被引量：5

10

作者 周进凡 张荣芬 +2 位作者 马治楠 葛自立 刘宇红 《电子技术应用》 2018年第11期29-32,共4页

提出一种应用嵌入式技术和深度学习技术实现对胸部X光影像分析的设计方案。采用NIVIDIA公司生产的Jetson TX2作为核心板,配备以太网模块、WiFi模块等功能模块搭建该分析系统的硬件平台。在GPU服务器上利用MobileNets卷积神经网络对标注... 提出一种应用嵌入式技术和深度学习技术实现对胸部X光影像分析的设计方案。采用NIVIDIA公司生产的Jetson TX2作为核心板,配备以太网模块、WiFi模块等功能模块搭建该分析系统的硬件平台。在GPU服务器上利用MobileNets卷积神经网络对标注的胸部X光影像数据集进行训练,将训练好的神经网络模型移植到Jetson TX2核心板,在嵌入式平台下完成对胸腔积液、浸润、肺气肿、气胸以及肺不张症状的检测。利用美国国立卫生研究院提供的胸部X光影像数据进行测试,通过实验证明,该方法在识别准确率上优于其他的检测方法,同时识别所需时间比其他方法短。 展开更多

关键词 嵌入式技术 深度学习技术 胸部X光影像分析 jetson tx2 MobileNets

下载PDF 职称材料

嵌入式平台下的车辆跟踪系统设计 被引量：4

11

作者 张雷 王越 《电子技术应用》 2019年第11期13-16,共4页

设计并实现了NVIDIA嵌入式平台Jetson TX2上的车辆跟踪系统。从摄像头采集YUV420格式的视频数据,然后将数据送到Tegra Parker硬件HEVC编码器进行编码,输出码流经过RTP封装后通过UDP广播发送,利用Gstreamer多媒体框架开发接收及解码程序... 设计并实现了NVIDIA嵌入式平台Jetson TX2上的车辆跟踪系统。从摄像头采集YUV420格式的视频数据,然后将数据送到Tegra Parker硬件HEVC编码器进行编码,输出码流经过RTP封装后通过UDP广播发送,利用Gstreamer多媒体框架开发接收及解码程序,最后,针对获取的视频动态进行车辆的跟踪与显示。运行Yolo V2检测算法,对车辆进行检测,从而为跟踪系统提供跟踪对象。利用Kalman滤波算法对车辆的位置进行预测,再经过Meanshift算法进行车辆跟踪。系统能够实现帧率为60 f/s的超高清4K视频实时编码和传输,此系统中的HEVC硬件编码器编码速率比PC端x265编码器大3个数量级,PSNR比PC端x265编码器高6 dB,更加适用于智能交通中。 展开更多

关键词 车辆跟踪 jetson tx2 GSTREAMER x265

下载PDF 职称材料

基于Jetson TX2的老人跌倒监护设计 被引量：3

12

作者 张晓华 《现代电子技术》 2022年第20期45-48,共4页

为减少“空巢老人”因发生跌倒而遭受的后继伤害,助力人工智能在居家环境中的应用落地,文中提出一种基于通用边缘智能平台的老人跌倒监护设计。该设计以边缘智能平台为核心,实时采集高清摄像头的视频数据,并对视频帧进行运动目标提取和... 为减少“空巢老人”因发生跌倒而遭受的后继伤害,助力人工智能在居家环境中的应用落地,文中提出一种基于通用边缘智能平台的老人跌倒监护设计。该设计以边缘智能平台为核心,实时采集高清摄像头的视频数据,并对视频帧进行运动目标提取和人体跌倒姿态识别,在跌倒发生时能实时给监护人发送告警信息,以便获得及时救助。同时,在Jetson TX2平台上构建机器视觉开发环境,利用Darknet深度学习框架和预训练权重模型实现人体识别和跌倒监测,基于OpenCV和腾讯云短信技术分别实现本地端图形方式和远程端短信方式的报警功能。测试结果表明,文中的设计方案能够实时、精确地监测跌倒异常,无需佩戴,适合老人的使用习惯,且具有实现简单、易于部署的优点,可为跌倒监护提供一种低成本的方案。 展开更多

关键词 跌倒监护 jetson tx2 视频数据采集 机器视觉 运动目标提取 人体识别 告警信息发送 系统测试

下载PDF 职称材料

基于迁移学习的永磁除铁器输送带断裂检测 被引量：3

13

作者 李现国 刘晓 冯欣欣 《天津工业大学学报》 CAS 北大核心 2022年第1期66-72,80,共8页

为解决现有的永磁自卸除铁器输送带断裂检测方法不精确、检测装置易损坏、安装复杂的问题,提出一种基于迁移学习的视频检测方法。首先采用模板匹配技术选取弃铁输送带的特征图像,得到源图像中的ROI区域;然后通过对图片进行随机旋转、裁... 为解决现有的永磁自卸除铁器输送带断裂检测方法不精确、检测装置易损坏、安装复杂的问题,提出一种基于迁移学习的视频检测方法。首先采用模板匹配技术选取弃铁输送带的特征图像,得到源图像中的ROI区域;然后通过对图片进行随机旋转、裁剪、亮度变换扩充数据量,并自制了数据集;随后基于Fine Tuning迁移学习方法,使用Pytorch架构,利用Python语言对ResNet18网络模型进行训练,解决了因样本数量不足、学习效果差的问题。实验结果表明:弃铁输送带断裂检测的准确率可达93.74%,图像处理速度为17帧/s;将训练好的ResNet18网络模型布署到Jetson TX2嵌入式开发平台,当检测到故障时可现场实时报警;通过TCP/IP协议与监控终端系统进行数据通信,进行数据与输送带图像的实时显示,最终构建弃铁输送带断裂检测系统。 展开更多

关键词 永磁除铁器 弃铁输送带 迁移学习 断裂检测 ResNet18 jetson tx2

下载PDF 职称材料

基于NVIDIA Jetson TX2的道路场景分割 被引量：4

14

作者 李诗菁 卿粼波 +1 位作者 何小海 韩杰 《计算机系统应用》 2019年第1期239-244,共6页

图像语义分割是计算机视觉领域重要研究方向之一,其中基于深度学习的语义分割相较于传统分割算法更为高效可靠,可应用于交通监控、自动驾驶等领域的场景理解阶段.但复杂的分割网络在嵌入式平台上的推理速度较低,难以进行实际应用.因此... 图像语义分割是计算机视觉领域重要研究方向之一,其中基于深度学习的语义分割相较于传统分割算法更为高效可靠,可应用于交通监控、自动驾驶等领域的场景理解阶段.但复杂的分割网络在嵌入式平台上的推理速度较低,难以进行实际应用.因此针对交通监控、无人驾驶等应用背景,在嵌入式平台NVIDIA Jetson TX2上,采用基于深度卷积编解码器结构的图像分割网络,对道路场景进行语义分割,并基于NVIDIA的推理加速器TensorRT2,完成网络模型简化、网络自定义层添加与CUDA并行优化,实现了对网络推理阶段的加速.实验结果表明,加速引擎在TX2上的推理速度约为原模型的10倍,为复杂分割网络在嵌入式平台上的应用提供了支持. 展开更多

关键词 场景理解 深度学习 TENSOR RT2语义分割 NVIDIA jetson tx2

下载PDF 职称材料

基于嵌入式平台的车前红外行人检测方法研究

15

作者 张良 李鑫 +2 位作者 赵晓敏 蒋瑞洋 张国栋 《汽车技术》 CSCD 北大核心 2023年第1期9-14,共6页

针对当前目标检测方法普遍需要高功耗GPU计算平台、易受光照条件影响的问题,提出2种基于嵌入式平台的车前红外行人检测方法:将训练好的YOLOv4-tiny模型使用英伟达开源推理加速库TensorRT进行优化,部署于嵌入式平台;以YOLOv4-tiny模型作... 针对当前目标检测方法普遍需要高功耗GPU计算平台、易受光照条件影响的问题,提出2种基于嵌入式平台的车前红外行人检测方法:将训练好的YOLOv4-tiny模型使用英伟达开源推理加速库TensorRT进行优化,部署于嵌入式平台;以YOLOv4-tiny模型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,同时增加1个YOLO层,提出YOLOv4-tiny+3L+SPP+CBAM网络模型。将2种方法在FLIR数据集上进行训练与测试,并在Jetson TX2嵌入式平台上进行试验,试验结果表明:相较于原始网络YOLOv4-tiny,所提出的第1种方法平均准确率降低0.54%,推理速度提升86.43%(帧速率达26.1帧/s);提出的第2种方法平均准确率提升16.21%,推理速度降低22.86%(帧速率达10.8帧/s)。2种方法均可兼顾准确率和实时性,能够满足车前红外行人检测的需要。 展开更多

关键词 目标检测 红外图像 开源推理加速库 注意力机制 jetson tx2平台

下载PDF 职称材料

基于城市作战的隐匿小目标识别技术

16

作者 张峰 范会兵 +3 位作者 王科举 马洋 张晓曦 范金蕤 《火力与指挥控制》 CSCD 北大核心 2023年第3期101-106,共6页

随着人工智能技术的飞速发展,能够自动识别、锁定和打击目标的智能化武器系统逐渐出现,代替人类执行简单的决策命令,高精度目标识别算法是智能化武器精确打击的前提。目前城市作战越来越受到世界各军事强国的高度重视。城市战场态势瞬... 随着人工智能技术的飞速发展,能够自动识别、锁定和打击目标的智能化武器系统逐渐出现,代替人类执行简单的决策命令,高精度目标识别算法是智能化武器精确打击的前提。目前城市作战越来越受到世界各军事强国的高度重视。城市战场态势瞬息万变,复杂的伪装技术、目标遮挡和恶劣环境条件,给智能目标识别带来严峻的挑战。以当前先进的目标识别模型YOLOv5为基础模型,提出了一种可以多尺度学习空间和通道信息的卷积注意力模块MS-CBAM,允许每个神经元根据输入信息自适应地调整其感受野大小。实验结果表明,在国际公开COCO数据集和自建数据集Long-distance PC Dataset上mAP分别提升了0.5%和2%。训练好的轻量级模型经过TensorRT加速部署在NVIDIA JETSON TX2,实时检测帧为20 ms,满足实时检测要求。该系统也可以作为智能武器系统的一个模块,对自主型武器和无人作战系统具有一定的借鉴意义。 展开更多

关键词 城市作战 NVIDIA jetson tx2 YOLOv5 智能武器系统 卷积注意力

下载PDF 职称材料

基于TX2的改进的YOLOv5口罩佩戴检测算法

17

作者 张世伦 《科学技术创新》 2023年第16期97-100,共4页

佩戴口罩是公共场所防疫的重要措施,如何高效、智能地检测口罩的佩戴具有重要的意义。本文采用了一种基于YOLOv5改进的轻量级网络YOLOv5_SN,将其部署在嵌入式平台TX2上,实现了佩戴口罩的实时检测。该模型使用ShuffleNetV2网络代替YOLOv... 佩戴口罩是公共场所防疫的重要措施,如何高效、智能地检测口罩的佩戴具有重要的意义。本文采用了一种基于YOLOv5改进的轻量级网络YOLOv5_SN,将其部署在嵌入式平台TX2上,实现了佩戴口罩的实时检测。该模型使用ShuffleNetV2网络代替YOLOv5的特征提取网络,通过深度卷积操作和通道随机混合策略,减少模型参数和计算的数量,最后缩减特征融合层的卷积核数量,进一步压缩模型。实验结果表明,改进后的网络参数量相比YOLOv5降低了93.7%,模型大小减少了91.2%,而mAP@0.5只降低了3.6%,因此,该算法可方便地部署在嵌入式平台上。 展开更多

关键词 YOLOv5 口罩检测 NVIDIA jetson tx2 模型压缩

下载PDF 职称材料

基于深度学习OFDM信道补偿技术硬件实现 被引量：2

18

作者 刘仲谦 丁丹 薛乃阳 《计算机测量与控制》 2022年第6期150-156,162,共8页

为了解决部分高性能深度学习神经网络因存在复杂度高及计算量大等缺陷在嵌入式设备中应用效果不理想的问题;以小型化集成智能无线电设备AIR-T为平台实现了基于深度学习的OFDM信道补偿技术;在FPGA芯片上不仅实现了OFDM信号传输系统模块,... 为了解决部分高性能深度学习神经网络因存在复杂度高及计算量大等缺陷在嵌入式设备中应用效果不理想的问题;以小型化集成智能无线电设备AIR-T为平台实现了基于深度学习的OFDM信道补偿技术;在FPGA芯片上不仅实现了OFDM信号传输系统模块,也实现了传统信道估计与均衡模块,模块对数据进行预处理减轻神经网络工作量以完成神经网络信道补偿技术模块在Jetson TX2平台GPU上的高效实现;由实验记录神经网络训练过程中的计算复杂度和参数拟合速度得知,传统信道估计与均衡模块有效降低了网络训练时的运算次数;由测试性能方面可知,经过神经网络信道补偿后的数据误码率比之前传统信道估计与均衡后的误码率有明显降低。 展开更多

关键词 正交频分复用(OFDM) 深度学习 信道补偿 嵌入式设备 FPGA jetson tx2

下载PDF 职称材料

基于嵌入式GPU的汗孔识别算法并行设计 被引量：3

19

作者 刘义鹏 曾宏翔 +2 位作者 王海霞 杨熙丞 陈朋 《传感器与微系统》 CSCD 2018年第5期76-79,共4页

基于NVIDIA Jetson Tx2平台,结合Open CV计算机视觉库与计算统一设备架构(CUDA)程序设计,对汗孔特征提取与匹配算法实现了并行设计。实验结果表明:并行设计算法能够实现最多180倍的加速,推动指纹匹配算法在嵌入式系统领域的应用。

关键词 汗孔 指纹识别 NVIDIA jetson tx2 计算统一设备架构

下载PDF 职称材料

基于JetsonTX2处理器的星载操作系统设计与验证 被引量：2

20

作者 赵丽 李超 +3 位作者 王冰 田帅虎 林博轩 徐婧瑶 《航天器工程》 CSCD 北大核心 2022年第5期51-59,共9页

面向高可靠、高性能、生态优良、自主可控的星载操作系统需求,文章基于英伟达人工智能升级版(Jetson TX2)处理器对Linux操作系统进行了空间环境下可靠启动、高速数据传输、智能应用框架的改进设计。在可靠启动方面,设计了Linux内核和文... 面向高可靠、高性能、生态优良、自主可控的星载操作系统需求,文章基于英伟达人工智能升级版(Jetson TX2)处理器对Linux操作系统进行了空间环境下可靠启动、高速数据传输、智能应用框架的改进设计。在可靠启动方面,设计了Linux内核和文件系统4份冗余结构,实现了操作系统的可靠启动和数据自主恢复策略。在高速数据传输方面,开展了高速串行传输接口(PCIE)数据传输的双缓冲区设计,改进了高速接口数据的传输性能。在好用易用方面,设计了智能应用管理框架,实现了App上注及App全生命周期管理模式。经过在Jetson TX2硬件平台测试验证,结果表明:改进后的星载操作系统支持内核、文件系统故障情况的可靠启动及主动恢复,PCIE高速数据传输速率大幅提升,智能应用管理支持128种不同功能App上注及加载运行,可为天基高速计算系统应用设计提供参考。 展开更多

关键词 星载操作系统 jetson tx2处理器 智能应用 LINUX操作系统

下载PDF 职称材料