无人机端路面车辆违停检测及取证系统

路边车辆违停现象日益严重,而针对路边违停现象的检测主要依赖于交警巡逻和固定相机抓拍,其时效性和灵活性不足.提出一种基于深度学习技术的无人机端路面车辆违停检测及取证系统,包含无人机车辆违停巡检和车辆违停取证两种模式.利用无人机高效灵活的优势,结合深度学习车辆检测技术检测路边车辆违停现象,并对深度学习目标检测算法进行了优化...     

基于YOLOv3的嵌入式实时视频目标检测算法

深度神经网络在目标检测领域具有优异的检测性能,但其结构复杂、计算量大,难以在嵌入式设备上进行高性能的实时目标检测。针对该问题,提出一种基于YOLOv3的目标检测算法。采用半精度推理策略提高YOLO算法的推理速度,并通过视频运动自适应推理策略充分利用前后帧视频之间目标的关联性,降低深度学习算法的运行频率,进一步提高目标检测速度。在ILSVRC数据集上的实验结果表明,该算法可以在NVIDIA TX2嵌入式平台上实现28 frame/s的视频目标检测,且检测精度与原始的YOLOv3算法相当。