基于边缘设备的目标检测方法技术

本发明专利技术公开了一种基于边缘设备的目标检测方法，根据实际需要选择目标检测模型，设置检测时间、检测功耗和检测精度的优先级，以及检测时间上限，对于需要进行目标检测的边缘设备，获取支持不同模型输入分辨率的深度学习框架，构成深度学习框架集合，并获取每个深度学习框架的推断时间和平均功耗，基于检测时间上限和三个性能的优先级，对深度学习框架进行优选，根据筛选得到的深度学习框架对目标检测模型进行优化配置，对目标检测模型进行训练后部署到边缘设备上进行目标检测。本发明专利技术通过对边缘设备上目标检测模型的深度学习框架进行优选，综合考虑目标检测模型的检测时间、检测功耗和检测精度，从而提高目标检测的性能。从而提高目标检测的性能。从而提高目标检测的性能。

【技术实现步骤摘要】
基于边缘设备的目标检测方法


[0001]本专利技术属于边缘计算
，更为具体地讲，涉及一种基于边缘设备的目标检测方法。

技术介绍

[0002]本方案属于边缘计算领域。当前，很多AI算法部署在边缘设备上已达到降低延迟、节省带宽和保护隐私的目的。目标检测算法被广泛的应用于工业生产、城市监控、行人检测等领域。设计一个能够在低成本边缘设备上运行良好的目标检测方法，将具有很大的价值。

技术实现思路

[0003]本专利技术的目的在于克服现有技术的不足，提供一种基于边缘设备的目标检测方法，通过对边缘设备上目标检测模型的深度学习框架进行优选，提高目标检测的性能。
[0004]为了实现上述目的，本专利技术基于边缘设备的目标检测方法包括以下步骤：
[0005]S1：根据实际需要选择目标检测模型，然后设置目标检测模型的检测时间、检测功耗和检测精度这三个检测性能指标的优先级，以及目标检测模型的检测时间上限T；
[0006]S2：对于需要进行目标检测的边缘设备，首先确定边缘设备支持的深度学习框架，记所支持深度学习框架的数量为N本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于边缘设备的目标检测方法，其特征在于，包括以下步骤：S1：根据实际需要选择目标检测模型，然后设置目标检测模型的检测时间、检测功耗和检测精度这三个检测性能指标的优先级，以及目标检测模型的检测时间上限T；S2：对于需要进行目标检测的边缘设备，首先确定边缘设备支持的深度学习框架，记所支持深度学习框架的数量为N；获取目标检测模型在边缘设备上运行于各个深度学习框架时所支持的模型输入分辨率，记第n个深度学习框架所支持的模型输入分辨率数量为M
n
，n＝1,2,
…
,N，将支持第m个模型输入分辨率的第n个深度学习框架记为f
n,m
，m＝1,2,
…
,M
n
，将所有深度学习框架f
n,m
构成深度学习框架集合F，然后获取每个深度学习框架f
n,m
在边缘设备的推断时间t
n,m
和平均功耗w
n,m
；S3：对于深度学习框架集合F，将其中推断时间t
n,m
超过检测时间上限T的深度学习框架删除，得到初步筛选后的深度学习框架集合F
′
；如果检测性能指标中优先级最高的是检测时间，那么将深度学习框架集合F
′
中检测时间...

【专利技术属性】
技术研发人员：何臻力，索珈顺，王汝欣，何婧，
申请(专利权)人：云南大学，
类型：发明
国别省市：