基于YOLO Nano算法在嵌入式目标检测上的研究开题报告

 2021-10-23 09:10

1. 研究目的与意义(文献综述包含参考文献)

文 献 综 述

一、选题背景

随着数字图像处理和分析技术的发展,计算机能够处理图像信息、克服人类视觉上的许多缺点,已成为一项重要的研究课题。也因此促进了计算机视觉这一科学的产生和发展。计算机视觉是指用计算机采集图像、处理和分析图像,完成对图像的理解,对实际的场景做出有意义的判断,最终让计算机实现类似于人类的感知世界能力,代替人的视觉系统。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容、问题解决措施及方案

1. 要研究或解决的问题:

①搭建YOLO Nano神经网络架构

②对神经网络进行训练,快速分析图像,对指定,目标进行检测提取

③实现硬件系统各单元模块调试及软硬件系统功能联调

④与其他神经网络模型对比,判断该模型的实用价值

2. 拟采用的研究手段

①研究YOLO Nano算法的原理,理解其工作方式

②使用英伟达的jetson nano嵌入式GPU开发板运行YOLO神经网络,并使用USB摄像头抓取图像,将数据传输到神经网络输入端进行分析,获取其特征值建立之间联系。使用YOLO Nano算法来缩减神经网络的模型大小,提高其处理速度。

③在网上下载大量数据集,通过高性能的显卡训练神经网络,更新迭代中间层的权值,优化其识别正确率,来达到最优模型。使用此最优模型来进行多环境多目标的实际目标检测,获取各种状态下的识别正确率,处理速度等指标,判断其适合使用的场景,并加以投入实际运用

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。