基于NPU的实时深度学习跟踪算法实现
Implementation of real-time deep learning tracking algorithm based on NPU
深度学习在检测领域高速发展，但受限于训练数据和计算效率，在基于嵌入式平台的边缘计算领域，尤其是实时跟踪应用中深度学习的智能化算法应用并不广泛.针对这一现象，同时为满足现阶段国产化、智能化的技术需求，提出了一种改进的孪生网络深度学习跟踪算法.在特征网络加入微调网络，解决了网络模型无法在线更新的问题，提升了跟踪的准确性；在IoUNet 损失函数中加入中心距离惩罚项，解决了IoUNet 当IoU 相同时位置跳跃，存在收敛盲区和收敛速度慢的问题；将训练后的网络通过通道剪枝，缩减网络模型尺寸，提升了模型加载和运行的速度.在华为Atlas200NPU 平台上实现了实时运行，算法准确率高达0.90(IoU>0.7)，帧率达到66 Hz.<br/>
作者单位：
西安应用光学研究所,陕西 西安 710065
母体文献
第四届军用光电技术发展论坛论文集
会议名称
第四届军用光电技术发展论坛
会议时间
2022年7月29日
)
会议地点
西安
主办单位
中国兵工学会 西安应用光学研究所
语 种
chi
分类号
TN911.73 TP391.4
在线出版日期：
2024年5月27日
