典型文献
基于嵌入式平台与优化YOLOv3的航拍目标检测方法
文献摘要：
针对部署在嵌入式平台的目标检测模型在检测航拍目标时存在的检测速率低、耗时高、存储容量低的问题,提出一种基于优化YOLOv3算法的航拍目标检测方法.通过模型剪枝极大地减少了模型参数量,使用二分K-means对传统的锚框聚类算法进行优化改进,引入CIOU损失函数加强边界框回归效果,再经TensorRT对模型优化加速后将该检测模型部署到JetsonTX2平台上.选取大量不同类别不同环境的航拍图像制作数据集进行实验对比.结果表明:优化后的算法在检验不同航拍图像目标时平均精度可达到83.9％,对每张图片的检测速度从2.8 FPS提升至14.7 FPS,满足精确性和实时性要求.
文献关键词：
目标检测;YOLOv3算法;神经网络;深度学习;JetsonTX2平台
中图分类号：
作者姓名：
郭智超;徐君明;刘爱东
作者机构：
海军航空大学,山东 烟台 264001
文献出处：
引用格式：
[1]郭智超;徐君明;刘爱东-.基于嵌入式平台与优化YOLOv3的航拍目标检测方法)[J].兵工自动化,2022(03):10-15,20
A类：
JetsonTX2
B类：
嵌入式平台,YOLOv3,目标检测方法,目标检测模型,测航,检测速率,存储容量,模型剪枝,模型参数量,means,锚框聚类,聚类算法,优化改进,CIOU,损失函数,边界框回归,回归效果,再经,TensorRT,模型优化,模型部署,不同环境,航拍图像,作数,实验对比,每张,检测速度,FPS,精确性
AB值：
0.42327
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。
