tx2无法识别网络_基于NVIDIA JetsonTX2的视频行为检测研究

基于

NVIDIA JetsonTX2

的视频行为检测研究

李龙

;

卿粼波

;

李诗菁

;

何小海

【期刊名称】

《计算机应用与软件》

【年

(

卷

),

期】

2020(037)003

【摘要】

行为检测是计算机视觉领域的一个重要研究方向

,

在交通监控、人机交

互等方面都有着广泛的应用

.

目前

,

基于深度学习的

C3

D

行为检测网络与传统行

为检测相比

,

其检测精度虽然有了提高

,

但存在网络参数量大的问题

.

为进一步提

高检测结果的准确性以及降低网络参数量

,

采用改进的

SqueezeNet

与

C3

D

相

结合的卷积神经网络

,

并引入

BN

层与

short-cut

结构

.

将训练模型部署到

NVIDIA

JetsonTX2

上

,

对视频行为进行分析、检测

.

实验结果表明

,

改进后的

SqueezeNet-C3D

卷积神经网络相比于

C3D

神经网络在精度上提高了

4.4

％

;

改进后的

SqueezeNet-C3D

网络与

SqueezeNet-C3D

网络相比

,

参数量降低了

15

％

.

可见该网络具有精度高、参数量少的优点

.

【总页数】

5

页

(156-159,172)

【关键词】

SqueezeNet;

深度学习

;

计算机视觉

;

NVIDIA;

JetsonTX2;

行为检

测

【作者】

李龙

;

卿粼波

;

李诗菁

;

何小海

【作者单位】

四川大学电子信息学院

四川

成都

610065

【正文语种】

中文

【中图分类】

TP391.41

【相关文献】

1.NVIDIA JetsonTX2

平台：加速发展小型化人工智能终端

[J],

齐健

[1]