【技术实现步骤摘要】
一种基于RK3588平台的检测算法部署方法
[0001]本专利技术涉及计算机视觉领域,具体涉及目标检测及图像融合算法在
RK3588
平台的落地部署
。
技术介绍
[0002]NPU
英语全称为
Neural Process Unit
,译为神经网络处理器
。NPU
是在电路层来模拟人类的神经元和突触,它的架构和指令集专门针对神经网络计算进行了优化,因此它在处理神经网络计算方面表现出色,具有较高的推理性能
。
[0003]RK3588
开发板搭载有单个核心的
RK3568NPU
,包含
CNA
模块
(Convolution Neural Network Accelerator)、DPU
模块
(dada processing Unit)、PPU
模块
(Pooling Processing Unit)
,分别代表卷积神经网络加速器
、
数据处理单元和
Polling
操作单元
。
[0004]实例分割是计算机视觉领域中的一项任务,旨在对图像或视频中的每个像素进行分类并指示其所属的特定对象实例
。
与语义分割不同,实例分割不仅关注像素的类别,还将每个像素与特定的对象实例相关联,使得可以对不同对象实例进行独立的分割和处理
。
[0005]yolov5
‑
se ...
【技术保护点】
【技术特征摘要】
1.
一种基于
RK3588
平台的目标检测与图像融合算法部署方法,其特征在于,步骤如下:步骤1,自制数据集并分成训练集和验证集;步骤2,使用训练集对
yolov5
‑
seg
神经网络进行训练;步骤3,将模型文件从
pt
转换为
onnx
格式,再转换为
rknn
格式;步骤4,为
RK3588
开发板配置环境,使用
rknn
格式的模型文件对验证集进行推理,验证推理结果;步骤5,对推理结果进行后处理得到目标掩膜,通过掩膜生成一个矩形区域,在此区域内将可见光图像和红外图像进行融合
。2.
根据权利要求1所述的一种基于
RK3588
平台的目标检测与图像融合算法部署方法,其特征在于,步骤1,自制数据集并分成训练集和验证集,使用
labelme
对采集到的
832
张图片进行标注后导出,按
9∶1
的比例分为训练集和验证集
。3.
根据权利要求1所述的一种基于
RK3588
平台的目标检测与图像融合算法部署方法,其特征在于,步骤2,使用训练集对神经网络预训练模型进行训练,选取最优模型,具体方法为:图片大小为
640*512
,批处理设置为
16
,使用
NVIDIA GeForce RTX 3070
对
yolov5s
‑
seg、yolov5m
‑
seg
和
yolov5l
‑
seg
分别训练了
100、200、300、400
个
epoch
,从而避免欠拟合或过拟合导致的泛化能力差的问题
。4.
根据权利要求1所述的一种基于
RK3588...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。