基于边缘计算设备的手写数字图像识别系统

TP391.1; 边缘计算设备计算能力弱、储存空间有限,目前主流的图像识别神经网络无法保证部署在低性能边缘设备上的手写数字图像识别系统的实时性.针对这一问题,设计了一个适用于低性能边缘计算设备的手写数字图片识别系统.系统图片预处理模块将图片中数字的位置等有效信息提取出来,通过一个专门为边缘设备设计的轻量级神经网络模型LeNet-C进行推断,并将其部署应用在边缘计算设备Jetson Nano上.仿真实验数据表明,模型的推断速度大大优于其他模型;同时,随着输入视频分辨率上升,系统的FPS下降并不明显,可满足大多数边缘任务的需求,也可为其他边缘AI类任务的实现提供设计和部署经验....

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	湖北理工学院学报 2022, Vol.38 (5), p.20-24
Hauptverfasser:	章磊, 段莉莉, 索珈顺
Format:	Artikel
Sprache:	chi
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Zusammenfassung:	TP391.1; 边缘计算设备计算能力弱、储存空间有限,目前主流的图像识别神经网络无法保证部署在低性能边缘设备上的手写数字图像识别系统的实时性.针对这一问题,设计了一个适用于低性能边缘计算设备的手写数字图片识别系统.系统图片预处理模块将图片中数字的位置等有效信息提取出来,通过一个专门为边缘设备设计的轻量级神经网络模型LeNet-C进行推断,并将其部署应用在边缘计算设备Jetson Nano上.仿真实验数据表明,模型的推断速度大大优于其他模型;同时,随着输入视频分辨率上升,系统的FPS下降并不明显,可满足大多数边缘任务的需求,也可为其他边缘AI类任务的实现提供设计和部署经验.
ISSN:	2095-4565
DOI:	10.3969/j.issn.2095-4565.2022.05.005