Supplyframe Supplyframe XQ Datasheet5 芯耀 Findchips 与非AI
关注我们
设计助手
电子硬件助手 电子硬件助手
元器件查询 元器件查询

加入星计划，您可以享受以下权益：

  • 创作内容快速变现
  • 行业影响力扩散
  • 作品版权保护
  • 300W+ 专业用户
  • 1.5W+ 优质创作者
  • 5000+ 长期合作伙伴
立即加入

目标检测

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论
类型
新鲜 热门

电路方案

查看更多

设计资料

查看更多

文章

查看更多
  • 基于FPGA及神经网络SSD算法目标检测系统设计
    本文介绍了基于FPGA的SSD目标检测算法的移植与优化。首先，详细阐述了SSD算法的基本原理及其在不同层次的特征提取和目标检测中的作用。接着，描述了SSD算法在PYNQ平台上的实现步骤，包括卷积、池化、L2范数等模块的设计与优化。文中还讨论了并行设计和量化设计的具体措施，以提高算法的执行效率和资源利用率。 此外，文章提到了Python网络搭建的过程，通过调用卷积和池化单元实现主干特征网络，并对特定检测层进行分类预测和回归预测。最后，总结了项目的完成情况和性能参数，指出当前实现的功能满足预定要求，但在工作时钟频率和数据并行性方面仍有待改进。
    500
    04/28 10:27
    FPGA SSD
    基于FPGA及神经网络SSD算法目标检测系统设计
  • STM32N6的开发日记(11):从头构建一个SSD目标检测并部署
    STM32N6作为意法半导体推出的首款集成自研神经处理单元的STM32产品以“MCU+NPU”的异构架构重新定义了边缘AI的算力边界，是意法半导体的MCU最前沿技术栈，不过由于其高难度技术应用以及需要的极其深厚的STM32使用经验以及神经网络基础概念，因此上手难度非常的高。
    662
    04/24 14:59
    SSD STM32N6
  • 如何使用YOLO-World实现零样本目标检测
    YOLO-World是一种开放式目标检测系统，能够识别各类未知物体，无需预定义类别。通过大量数据预训练和语言运用，实现高效且广泛适用的应用场景。本文介绍了如何使用YOLO-World进行目标检测的基本步骤，包括安装必要库、导入模型、设置分类、预测图像目标，并展示结果。
    806
    04/23 08:36
    YOLO 目标检测
  • 基于YOLOv8和DeepSORT实现目标检测与跟踪
    本文介绍了如何使用 YOLOv8 和 DeepSORT 实现物体检测、跟踪和速度估计。首先设置项目环境，克隆存储库并创建虚拟环境。接下来，下载额外文件并运行检测和跟踪脚本。主要脚本协调整个过程，加载 YOLOv8 模型并初始化 DeepSORT 跟踪器。检测对象并在视频中绘制边界框和标签。最后，输出带有检测、跟踪和速度估计的视频。
    1279
    03/16 16:18
    YOLO 目标检测
  • STM32N6的开发日记(7):摄像头+NPU联动，完成 YOLO 实时目标检测与显示
    STM32N6是一款由意法半导体推出的集成了自研神经处理单元的MCU，具有强大的边缘AI算力。本文档详细介绍了如何使用STM32CubeMX配置和部署YOLO神经网络模型于STM32N6平台，包括准备工作、CubeMX配置、代码详解等内容。重点在于展示如何通过ISP中间件处理摄像头图像，然后利用NPU加速YOLO模型的实时目标检测，并将结果显示在LTDC显示屏上。
    4160
    03/09 09:49
    STM32N6 YOLO
    STM32N6的开发日记(7):摄像头+NPU联动，完成 YOLO 实时目标检测与显示
热门作者 换一换
相关标签