期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于昇腾AI处理器的多路视频检测技术
1
作者 李佳芯 龚俊 赵磊 《兵器装备工程学报》 北大核心 2025年第1期258-266,共9页
华为昇腾AI处理器是一款专门面向人工智能应用场景推出的国产化新型神经网络加速器。不同于传统GPU处理器,昇腾AI处理器采用华为自研的达芬奇架构,设计专用AI计算单元,具有高算力和低功耗等特点,在计算机视觉应用领域具有较大优势。目... 华为昇腾AI处理器是一款专门面向人工智能应用场景推出的国产化新型神经网络加速器。不同于传统GPU处理器,昇腾AI处理器采用华为自研的达芬奇架构,设计专用AI计算单元,具有高算力和低功耗等特点,在计算机视觉应用领域具有较大优势。目标检测技术作为计算机视觉领域的关键技术之一,已广泛应用于视频监控、人脸识别等诸多场景。考虑到传统单路视频检测的视角范围有限,不能同时覆盖多个应用场景,提出基于昇腾AI处理器进行多路视频检测技术研究。目标检测算法采用YOLOv5算法,多路视频推理应用基于昇腾AscendCL接口开发,设计资源初始化、数据预处理、图像切分、模型推理、数据后处理、视频推拉流等功能模块。测试和应用结果表明,提出的多路视频检测技术可以从多个视频源同时拉取多路视频流并进行检测,标注目标位置和类别,分别保存每一路视频检测结果或推流到服务器,可在实际应用中部署在边缘设备中,实现多路视频实时检测。 展开更多
关键词 昇腾ai处理器 视频检测 图像切分 国产化 算法部署
在线阅读 下载PDF
基于昇腾AI处理器的轻量化MNG-YOLO模型研究
2
作者 赵月爱 沈帅杰 +1 位作者 王智瑜 王玲 《电子器件》 CAS 2024年第5期1193-1200,共8页
随着目标检测神经网络算法精度不断提升,算法的参数量以及计算量都有着较高的增长,导致模型实际应用部署困难,因此对神经网络模型进行轻量化,减少模型的参数量和计算量对模型部署在边缘设备上是至关重要的。昇腾AI处理器是华为推出的一... 随着目标检测神经网络算法精度不断提升,算法的参数量以及计算量都有着较高的增长,导致模型实际应用部署困难,因此对神经网络模型进行轻量化,减少模型的参数量和计算量对模型部署在边缘设备上是至关重要的。昇腾AI处理器是华为推出的一款专用于神经网络加速的芯片,为充分发挥昇腾AI处理器的优势并解决算法模型较为庞大的问题,基于此平台提出一种轻量化目标检测模型MNG-YOLO,对YOLO模型采用轻量级主干网络和Ghost卷积以减小模型大小,添加NAM注意力模块和Mish激活函数提升模型准确率。实验结果表明,MNG-YOLO模型相比于原始模型参数量以及计算量均减少约75%,参数量从7 015 519个减少至1 739 799个,计算量从15.8 GFLOPs减少至3.5 GFLOPs,模型精确度也由95.9%提升至97.5%。同时,在昇腾AI处理器上的推理速度达到205 FPS,远超实时性检测的速度要求。 展开更多
关键词 目标检测 YOLO模型 昇腾ai处理器 模型轻量化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部