室内人员检测-波波外包案例-猿急送

室内人员检测

人工智能 · 智能家居案例ID: 153182

微信扫码，建群沟通

作者：波波 - 3年经验- 百度

案例介绍

主要针对安防监控领域现有行人监测系统的诸多通用难题，研究设计了基于Jetson-nano的嵌入式端行人检测跟踪系统。收集开源数据集，采用一阶段目标检测YOLOv3算法为主要框架，在linux服务器上训练pytorch神经网络模型，基于原始主干网络darknet-53的结构，通过添加自适应空间特征金字塔asff模块和基于人类视觉感受野的RFB模块，增大先验框感受野，提升深层次特征，生成较原始网络结构检测精度改善的最优模型。然后结合多目标跟踪deep sort算法，在行人检测的基础上完成行人跟踪，生成行人ID和轨迹。最后，由于本文你系统要求实时性，且计算力有一定要求，因此采用jetson-nano最为主要实现平台，nano同时拥有cuda核心，方便移植GPU算法。为使嵌入式端的运行速度加快，进行一定程度的模型剪枝和TensorRT推理加速，最终经过视频场景测试验证，系统满足设计要求，有较高的准确率，可用于实时检测跟踪行人并进行行人分析。