基于ARM和深度學習的智能行人預警系統(tǒng)
所屬分類：技術論文
上傳者：zhoubin333
文檔大?。?span>908 K
標簽： 行人安全 目標檢測 神經網(wǎng)絡
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)以提醒行人和司機危險的發(fā)生。對目標檢測神經網(wǎng)絡模型進行分析和對比實驗，選取以darknet為網(wǎng)絡框架的YOLO-fastest模型進行改進優(yōu)化并采用分類并標簽的實時交通數(shù)據(jù)進行訓練，最終將訓練模型部署至開發(fā)板完成實時性檢測并能夠根據(jù)車輛速度反饋給行人危險信號。實驗結果表明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，能夠完成對真實交通場景下的實時性檢測。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。