基于FPGA的双源无轨电车的改进型YOLO-V3模型

作     者：董宜平 谢达 钮震 彭湖湾 贾尚杰 DONG Yiping;XIE Da;NIU Zhen;PENG Huwan;JIA Shangjie

作者机构：中国电子科技集团公司第五十八研究所江苏无锡214072 无锡中微亿芯有限公司江苏无锡214072 凯博易控车辆科技苏州股份有限公司江苏苏州215200 

基　　金：江苏省国际科技合作项目(BZ2018031) 

出 版 物：《电子与封装》 (Electronics & Packaging)

年 卷 期：2022年第22卷第8期

页      码：79-85页

摘      要：为实现双源无轨电车对集电盒的智能识别和挂载,基于第三版传统黑暗网络的主干网络单次检测(YOLO-V3)网络模型,提出以轻量化移动网络为主干网络的改进型YOLO-V3网络。通过数据集的处理、模型的设计、训练环境的搭建等完成了网络的部署,然后对模型规模、识别精度和处理速度等指标进行比较。结果显示改进型YOLO-V3网络使用更小的计算资源得到更优精度。网络部署在FPGA内部中央处理器的分散处理单元中。实车测试结果表明,改进网络明显优于其他传统网络。

主 题 词：YOLO-V3网络 移动网络 目标检测 FPGA 深度学习 

学科分类：07[理学] 070205[070205] 0702[理学-物理学类] 

D　O　I：10.16257/j.cnki.1681-1070.2022.0814

馆 藏 号：203114085...