嵌入式AI第六课|多目标分类检测系统实战（PPT下载+视频回放+代码示例）

这系列课程为嵌入式AI七节课系列，包括边缘智能，AI应用开发，人脸识别，多目标检测，语音识别等。之前系列分别介绍了边缘智能开发方法与实践，AI小白如何快速开发一款AI初级应用，OpenCV嵌入式图像处理实战 ，人脸识别模型训练与部署和人脸识别系统应用实战。本文为嵌入式AI第六课，由OPEN AI LAB计算机视觉专家王昊带来多目标分类检测系统实战。

课程简介

• 目标检测总流程
• 目标检测算法（RFB+priors+regression）
• PyTorch实现
• 测段部署

适用人群

对边缘嵌入式设备与目标检测结合感兴趣的开发从业者，学生，老师及爱好者。

视频回放

回放链接：https://aijishu.com/l/1110000000104332

PPT精选及下载

文末附件即可下载。

精选问答

1.Tengine是如何使用arm的GPU进行加速的，这个原理能详细说明一下吗？
答：Tengine是通过调用Arm Compute Library（ACL）进行GPU加速的，具体可以参考Tengine使用教程的调用GPU部分https://github.com/OAID/Tengine/wiki/Tengine使用教程

2.实战中为什么要把tx ty tw th这四个变量做数学变换啊？是为了训练中的参数调整吗？
答：因为我们只对prior和ground truth非常接近的prior做回归，如果不做数学变换，直接做回归，检测结果效果会比较差。具体可以参考如下链接：https://www.cnblogs.com/kk17/p/9695446.html

3.多目标分类检测系统实战中，8 11 13和extra的prior是怎么结合的 直接contact吗？
答：这些priors本身并不是输出的结果，并没有结合起来。如果我们对每一层有输出的比如regression和classification，这些结果我们可以和合并起来，priors只是中间的计算过程，它的目的是用来计算边框回归，没有拼接。

4.为什么SSD目标检测算法对小目标检测的效果不好，SSD目标检测算法集成tengine里面吗？
答：SSD目标检测算法对小目标检测的效果应该算是比较好的，理论上YOLO这种算法对小目标检测效果可能不是太好。像YOLO、FasterRCNN这些算法，它只在最后一层做anchor的话，它没有多尺度的特征，对尺度变化不敏感，而SSD是对小目标检测效果比较好的算法。


下一节课将由OPEN AI LAB语音组技术专家李荻介绍命令词识别在EAIDK的应用实战。