典型文献
面向嵌入式系统的复杂场景红外目标实时检测算法
文献摘要：
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.
文献关键词：
红外图像;注意力机制;迁移学习;目标检测;嵌入式平台
中图分类号：
作者姓名：
张鹏辉;刘志;郑建勇;何博侠;裴雨浩
作者机构：
南京理工大学 机械工程学院,南京 210094;南京博蓝奇智能科技有限公司,南京 210014;上海大学 人工智能研究院,上海 200444
文献出处：
引用格式：
[1]张鹏辉;刘志;郑建勇;何博侠;裴雨浩-.面向嵌入式系统的复杂场景红外目标实时检测算法)[J].光子学报,2022(02):195-204
A类：
Tiny+SE+SPP,Tiny+CBAM+SPP
B类：
嵌入式系统,复杂场景,实时检测,检测算法,复杂背景,红外目标检测,召回率,嵌入式计算,计算平台,推理速度,速度慢,轻量化网络,YOLOv4,基本架构,视觉注意力机制,空间金字塔池化,目标检测网络,迁移学习策略,Atlas,DK,行部,pixel,红外图像,平均准确率,fps,顾准,安防领域,嵌入式平台
AB值：
0.291128
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
