评估嵌入式GPU平台上的热成像技术在车辆辅助系统中的应用 _游戏世界

评估嵌入式GPU平台上的热成像技术在车辆辅助系统中的应用
这项研究的重点是通过在GPU和单板EDGE-GPU计算平台上部署训练有素的网络，对智能和安全车辆系统的热物体检测的实时性能进行评估，用于车载传感器套件测试。一个新的大规模热数据集包括>35,000个不同的帧，它被采集、处理，并在具有挑战性的天气和环境场景下开源。该数据集是由成本低但效果好的非制冷低纬度红外热像仪记录的，独立安装在电动车上，以尽量减少机械振动。最先进的YOLO-V5网络变体使用四个不同的公共数据集以及新获得的本地数据集进行训练，通过使用SGD优化器实现DNN的最佳概括。使用各种定量指标，包括精度、召回曲线、平均精度和每秒帧数，在广泛的测试数据中验证了训练网络的有效性。YOLO的小型网络变体使用TensorRT推理加速器进一步优化，以明确提高每秒的帧率。在低功率边缘设备上测试时，优化后的网络引擎将每秒帧数提高了3.5倍，从而在Nvidia Jetson Nano上达到11帧，在Nvidia Xavier NX开发板上达到60帧。
《Evaluation of Thermal Imaging on Embedded GPU Platforms for Applicationin Vehicular Assistance Systems》
论文地址:网页链接
【评估嵌入式GPU平台上的热成像技术在车辆辅助系统中的应用】

文章插图