基于边缘计算的实时目标检测算法

刘立昂; 葛海波; 魏秋月; 李文浩

doi:10.13873/J.1000-9787(2023)12-0115-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于边缘计算的实时目标检测算法

计算与测试 | 更新时间：2025-09-11

- 基于边缘计算的实时目标检测算法
- 暂无标题
- 传感器与微系统 2023年第12期页码：115-118
- 作者机构：
  
  1. 西安邮电大学自动化学院
  2. 西安邮电大学电子工程学院
- 作者简介：
- 基金信息：
  
  陕西省自然科学基金资助项目(2011JM8038);陕西省重点产业创新链(群)项目(S2019—YF-ZDCXL-ZDLGY—0098)
- DOI：10.13873/J.1000-9787(2023)12-0115-04
  中图分类号： TN929.5;TP391.41
- 纸质出版：2023
- 稿件说明：
移动端阅览
刘立昂, 葛海波, 魏秋月, 等. 基于边缘计算的实时目标检测算法[J]. 传感器与微系统, 2023,(12):115-118.
刘立昂, 葛海波, 魏秋月, 等. 基于边缘计算的实时目标检测算法[J]. 传感器与微系统, 2023,(12):115-118. DOI： 10.13873/J.1000-9787(2023)12-0115-04.

DOI：

摘要

为了解决目标检测算法——SSD算法存在模型参数过多、存储需求大、对小目标检测效果不理想、难以应用于边缘计算设备的问题，提出一种基于SSD的改进算法SFF-SSD。该算法将SSD骨干网络改为ShuffleNet V2

并将网络中的Stage2＿3和Stage3＿7进行特征融合，形成新的特征提取层N＿Stage3＿7进行目标检测。同时，使用焦点损失函数处理不均衡正负样本的方法，改善SSD算法检测精度不稳定的问题。最后，采用对不同特征通道的重要性进行重标定的方式，引入SENet

提高网络的表示能力。实验结果表明：SFF-SSD算法在VOC2007数据集上参数量为5.465 MB

检测速度为77 fps

检测精度为73.96%

因此该研究方法可以在保证实时性和检测精度的同时满足边缘设备部署的要求。

Abstract

关键词

Keywords

references

基于协同边缘计算的视觉目标检测研究与实现[D]. 欧嘉煜.广东工业大学,2019(02)

Focal Loss for Dense Object Detection.[J]. Lin Tsung-Yi;Goyal Priya;Girshick Ross;He Kaiming;Dollar Piotr.IEEE transactions on pattern analysis and machine intelligence,2020

用于场景识别的多尺度注意力网络[J]. 彭玉青;刘宪姿;袁宏涛;武仪美.传感器与微系统,2021(07)

多特征融合尺度自适应无人机跟踪方法[J]. 涂婷;周志峰;周围;庞正雅.传感器与微系统,2021(06)

基于软件定义网络的云边协同架构研究综述[J]. 李波;侯鹏;牛力;武浩;丁洪伟.计算机工程与科学,2021(02)

基于改进SSD的无人船海上船舶识别算法[J]. 刘硕;葛愿;李媛媛;胡俊祥;叶刚.传感器与微系统,2021(02)

基于改进YOLOv2和迁移学习的管道巡检航拍图像第三方施工目标检测[J]. 谌贵辉;易欣;李忠兵;钱济人;陈伍.计算机应用,2020(04)

浏览量

394

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

污泥沉降比自动检测系统在污水处理中的应用

基于机器视觉的插秧机作业质量监测系统研究

数字化智能配电站房边缘图像检测技术

改进的车联网边缘计算负载感知卸载策略研究

改进SSD算法的小目标检测研究