X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
平台简介 | 帮助中心
欢迎来到科易厦门城市创新综合服务平台,请 登录 | 注册
尊敬的 , 欢迎光临!  [会员中心]  [退出登录]
当前位置: 首页 >  科技成果  > 详细页

[00902328]基于YOLOv3剪枝网络和嵌入式开发板的实时药盒检测方法

交易价格: 面议

所属行业: 网络

类型: 发明专利

技术成熟度: 通过小试

专利所属地:中国

专利号:CN202011577022.6

交易方式: 其他

联系人:

所在地:浙江杭州市

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
|
收藏
|

技术详细介绍

本发明涉及基于YOLOv3剪枝网络和嵌入式开发板的实时药盒检测方法。包括如下步骤:步骤一:设计YOLOv3主干网络及损失函数;步骤二:通过人工拍摄的方式对各个品牌的药盒进行图像数据采集;步骤三:制作药盒数据集并进行训练;步骤四:通过基于BN层缩放因子γ的剪枝方法对YOLOv3进行模型压缩和加速推算;步骤五:将YOLOv3压缩模型部署到Nano嵌入式系统上并使用TensorRT进行模型推理加速;步骤六:使用CSI摄像头在Nano上进行实时药盒检测。本发明用于部署在NVIDIA Jetson Nano嵌入式开发板上进行实时药盒检测,在保证检测精度的同时,确保了检测的实时性以及模型运算的高效率。
本发明涉及基于YOLOv3剪枝网络和嵌入式开发板的实时药盒检测方法。包括如下步骤:步骤一:设计YOLOv3主干网络及损失函数;步骤二:通过人工拍摄的方式对各个品牌的药盒进行图像数据采集;步骤三:制作药盒数据集并进行训练;步骤四:通过基于BN层缩放因子γ的剪枝方法对YOLOv3进行模型压缩和加速推算;步骤五:将YOLOv3压缩模型部署到Nano嵌入式系统上并使用TensorRT进行模型推理加速;步骤六:使用CSI摄像头在Nano上进行实时药盒检测。本发明用于部署在NVIDIA Jetson Nano嵌入式开发板上进行实时药盒检测,在保证检测精度的同时,确保了检测的实时性以及模型运算的高效率。

推荐服务:

智能制造服务热线:0592-5380947

运营商:厦门科易帮信息技术有限公司     

增值电信业务许可证:闽B2-20100023      闽ICP备07063032号-5