基于树莓派与YOLOv5-Lite模型的行人检测系统设计

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信

摘  要： 把在PC端上训练好的YOLOv5s与YOLOv5-Lite目标检测模型分别部署在搭载Linux系统的树莓派4B平台上，并在此平台上搭建深度学习环境，构建道路行人检测系统。对这两个模型进行分析对比，实验结果表明，在识别准确率相差0.1%的情况下，YOLOv5-Lite模型相对于原YOLOv5s模型，网络参数量下降了78.26%，模型计算量下降了77.91%，模型内存大小下降了75.52%，检测速度提高了91.67%。（剩余5518字）

试读结束

目录
monitor
客服机器人