基于ARM和深度學(xué)習(xí)的智能行人預(yù)警系統(tǒng)
所屬分類：技術(shù)論文
上傳者：zhoubin333
文檔大?。?span>908 K
標(biāo)簽： 行人安全 目標(biāo)檢測 神經(jīng)網(wǎng)絡(luò)
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(fā)行人檢測系統(tǒng)以提醒行人和司機(jī)危險(xiǎn)的發(fā)生,。對目標(biāo)檢測神經(jīng)網(wǎng)絡(luò)模型進(jìn)行分析和對比實(shí)驗(yàn),，選取以darknet為網(wǎng)絡(luò)框架的YOLO-fastest模型進(jìn)行改進(jìn)優(yōu)化并采用分類并標(biāo)簽的實(shí)時(shí)交通數(shù)據(jù)進(jìn)行訓(xùn)練,，最終將訓(xùn)練模型部署至開發(fā)板完成實(shí)時(shí)性檢測并能夠根據(jù)車輛速度反饋給行人危險(xiǎn)信號,。實(shí)驗(yàn)結(jié)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(shí)交通場景下的實(shí)時(shí)性檢測,。
現(xiàn)在下載
VIP會(huì)員,，AET專家下載不扣分；重復(fù)下載不扣分,，本人上傳資源不扣分,。