24

极术小姐姐 · 2020年04月22日

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
7cc1e12f464469344e49e7b4b1541c6.png

PPT精选及下载

文末附件即可下载。
1.png2.png3.png

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

文件名 大小 下载次数 操作
【极术公开课】嵌入式AI第六课目标检测.pdf 2.53MB 49 下载
detect.tar.gz 2MB 33 下载
rfb.tar.gz 247.37MB 31 下载
24 阅读 1.9k
推荐阅读
关注数
1506
内容数
7
嵌入式AI系列课程,涵盖边缘计算,人脸识别模型训练及部署,多目标检测,命令词识别等课程。
目录
极术微信服务号
关注极术微信号
实时接收点赞提醒和评论通知
安谋科技学堂公众号
关注安谋科技学堂
实时获取安谋科技及 Arm 教学资源
安谋科技招聘公众号
关注安谋科技招聘
实时获取安谋科技中国职位信息