电台的备件检测是备件保养的一个难题，本文提出了一种以ARM 和UC/OS-II 为开发平台，以MiniGUI 为图形界面的备件检测平台的设计方案。首先分析了备件检测的重要性，然后重点设计了备件
基于嵌入式平台的交通标识检测
资料详细技术说明
针对嵌入式平台存储容量小，无法实现复杂深度学习网络的交通标识检测问题，提出一种基于改进的
Tiny-YOLOv3
的交通标识检测算法。首先通过
K
均值聚类算法对候选框进行预处理，其次增加卷积层并建立输出为
8
倍降采样
的目标检测层，然后对网络的卷积层和目标检测层进行密集连接。最后在
NVIDIA Jetson TX2
上对网络进行测试，实
验结果表明，改进后的
Tiny-YOLOv3
算法准确率为
93.53%
，召回率为
92.49%
，参数量为
6.4M
。相较于原
Tiny-YO⁃
LOv3
，准确率提高
4.17%
，召回率提高
2.63%
，参数量减少
83.6%
，在满足准确检测交通标识的同时降低网络在嵌入
式平台的存储需求。
相关技术资料推荐
下载与解压说明
下载积分规则
- 本资源下载仅需 2 积分
- 24 小时内重复下载免扣积分
- VIP 会员享专属免积分高速通道
文件解压指南
- 推荐使用 7-Zip 或新版 WinRAR 解压
- 原理图与 PCB 请使用对应 EDA 软件打开
- 压缩包内源码可直接在上方在线预览
免费获取积分
- 新用户注册即赠送 10 积分
- 上传分享工程资料可获得持续积分奖励
- 查看积分规则与会员权益 →