ARM_FPGA_AI的博客

YOLOv5算法，改进损失函数为SIoU，并融合Ghostnet模块、BiFPN和CA注意力机 制，通过结合Bdd100k数据集和自制数据集并进行模型训练和测试，本文提出的改进 YOLOv5算法的模型大小减少了15.9%，检测精度相较原始YOLOv5模型提升了0.6%， 平均精度达到77%，并且推理速度提升4FPS，在保持模型轻量化的基础上还略微提升 了检测精度和推理速度，验证了改进算法的有效性。并将改进后的YOLOv5s算法模型部署在RK3588开发板，为大型卡车的盲区检测提供 了有效的技术方案。

最后将模型部署在边缘 计算芯片上，进行推理测试，记录最终帧数和精度，以全面评估模型在实际应用中的。传统的轨道异物检测存在 着检测结果不够准确和检测效率低下等问题，本文在综合分析国内外铁轨异物侵入 研究的基础上，提出一种新的轨道异物检测方法，完成了图像预处理、轨道区域提 取以及检测模型设计等关键技术任务，提高轨道异物检测的速度和精度。本文基于该模型设计了轨道异物检测软件，同时在RK3588S 芯片板卡上的部署实验表明，模型可实现45帧的检测速度，充分展现了其在边缘 计算领域的实际应用价值。

应用中，对自动化的要求也越来越高，不少场景下也。体成本比较高，而且两个系统的组合，需要进行数据。另外，也可用于工业现场的人员安全检测，如头盔的。网络传输，另外也可用于工业摄像头的接入。议，本方案封装了多种默认功能块，能够实现常规的。尤其是在工厂制造流水线，工业机器人等领域，往。产品编程应用的便捷性，如何能同时满足两方面的。稳定性无法保证，这对工业的可靠性要求来说是致。工业控制的编程，有较高的开发门槛，且功能的调。的技术门槛，又能满足电气工程师擅长的组态编程。言，支持常用的数字量、模拟量输入输出，内置的。

宽温边缘计算盒子，内置40T算力，最大满足80路1080p视频解码，支持8K@30fps HDMI输出，具有环境适应性强、超强计算性能、云边协同、大容量存储、配置灵活、支持宽温度范围、易于维护管理等特点，可以在边缘环境广泛部署。可接入烟雾探测器、红外探测器、门禁等，报警输入设备，或警铃等报警输出设备 (注：RS232 线缆长度建议不超过 10m)兼容rkmpp插件，其中包括视频解码、视频编码、图片编码、图片解码、显示、RGA等接口插接。1个音频输入接口，1个音频输出接口，3.5mm立体声接口。