基于YoloV3的实时视频行人检测算法
本文提出一种基于YoloV3的视频检测算法,使用Mobile-Net的思想优化模型,并采用基于三帧差分法和粒子滤波的视频运动自适应推理算法,充分利用视频前后帧之间的 目标关联性,将其部署在VisionSeed 上.实验结果表明,在COCO数据集上实现了 0.331 s的单帧检测速率,速度提升了 31.9％,满足了嵌入式平台的运行要求.
深度学习、目标检测、YoloV3算法、VisionSeed、Mobile-Net
22
TP31(计算技术、计算机技术)
2022-06-22（万方平台首次上网日期，不代表论文的发表时间）
共4页
29-32
