基于NVIDIA JETSON TX2平台的无人机目标检测系统设计
一、比赛概述
1.目标
2018年DAC的计算机系统竞赛的要求是利用嵌入式平台实现无人机上的,基于深度学习的实时目标检测。
2.评价指标
-
准确度:Intersection over Union(IoU)
-
吞吐量:每秒钟识别的图片数量(FPS),比赛要求速度达到20FPS;
-
能源消耗
3.评分计算
- Energy score (ES) of team i:
- Total score (TS) for team i:
二、数据集
来源:训练和测试用数据集由大疆无人机提供
数量:其中93520张图片用于训练,52750张图片用于测试
类别:12大类(95个子类)
特点:每张图片中只有一个目标对象
三、GPU平台——JetsonTX2介绍
Platform: TX2
CPU: Dual-core NVIDIA Denver2 + quad-core ARM Cortex-A57
GPU: 256-core Pascal GPU
DRAM: 8GB LPDDR4
> 1TFLOPS of FP16 compute performance
四、模型选取
在本次比赛中,我们从目前性能最好的一些基于深度学习的目标检测模型中进行选取:在Jetson TX2上使用VOC2007数据集对这几种模型的性能进行测试,