Phát hiện đối tượng dựa vào học sâu trên Raspberry Pi

Bài viết Phát hiện đối tượng dựa vào học sâu trên Raspberry Pi trình bày việc tìm hiểu sự phù hợp của các mô hình phát hiện đối tượng trên Raspberry Pi, một bo mạch máy tính nhúng phổ biến có thể được tích hợp vào các hệ thống IoT để giúp công việc trở nên dễ dàng. | TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ Trường Đại học Khoa học ĐH Huế Tập 20 Số 1 2022 PHÁT HIỆN ĐỐI TƯỢNG DỰA VÀO HỌC SÂU TRÊN RASPBERRY PI Lê Quang Chiến Khoa Công nghệ Thông tin Trường Đại học Khoa học Đại học Huế Email lqchien@ Ngày nhận bài 13 3 2021 ngày hoàn thành phản biện 6 7 2021 ngày duyệt đăng 4 4 2022 TÓM TẮT Với sự phát triển gần đây của lĩnh vực học sâu các phương pháp phát hiện đối tượng đã đạt được hiệu suất cao trên cả tốc độ và độ chính xác trên các hệ thống máy tính để bàn hiện đại. Bên cạnh đó việc phát triển các mô hình học sâu nhỏ hơn và nhanh hơn để phù hợp với các thiết bị IoT đang thu hút được nhiều sự quan tâm. Bài báo này tìm hiểu sự phù hợp của các mô hình phát hiện đối tượng trên Raspberry Pi một bo mạch máy tính nhúng phổ biến có thể được tích hợp vào các hệ thống IoT để giúp công việc trở nên dễ dàng. Chúng tôi tiến hành khảo sát ảnh hưởng của hai mô hình phát hiện đối tượng hiện đại là Single Shot Detector SSD và You Only Look Once YOLO . Hai mô hình này sẽ được đánh giá dựa trên tốc độ xử lý khung hình và độ chính xác trung bình khi thực hiện suy luận. Các kết quả thí nghiệm cho thấy tính khả thi của các mô hình này khi được sử dụng trên các thiết bị máy tính cấu hình thấp. Từ khóa Phát hiện đối tượng YOLO SSD Raspberry Pi. 1. MỞ ĐẦU Phát hiện đối tượng có lẽ là nhiệm vụ quan trọng nhất trong các hệ thống giám sát. Mục tiêu của nhiệm vụ này là phát hiện sự hiện diện của đối tượng từ một tập các lớp nhất định và xác định vị trí chính xác trong một hình ảnh. Trước khi AlexNet 1 một mạng nơron tích chập CNN được giới thiệu đây được xem là một vấn đề khó giải quyết đối với các nhà nghiên cứu trong việc tìm giải pháp phân loại hình ảnh với tỷ lệ lỗi rất thấp. Từ cột mốc này nhiều phương pháp phát hiện đối tượng áp dụng CNN đã được trình bày cho thấy hiệu suất và hiệu quả tuyệt vời. Tuy nhiên để thực thi các tác vụ sử dụng CNN một cách hiệu quả chúng ta vẫn cần nhiều sức mạnh tính toán. Do vậy việc chạy một hệ thống phát hiện đối .

Không thể tạo bản xem trước, hãy bấm tải xuống
TÀI LIỆU XEM NHIỀU
TỪ KHÓA LIÊN QUAN
TÀI LIỆU MỚI ĐĂNG
185    318    3    29-03-2024
74    109    3    29-03-2024
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.