[發明專利]一種基于樹莓派的檢測系統在審
| 申請號: | 201910879575.8 | 申請日: | 2019-09-18 |
| 公開(公告)號: | CN110705395A | 公開(公告)日: | 2020-01-17 |
| 發明(設計)人: | 喬媛媛;陳偉哲;劉軍;楊潔 | 申請(專利權)人: | 北京郵電大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06N3/04;H04N7/18 |
| 代理公司: | 11413 北京柏杉松知識產權代理事務所(普通合伙) | 代理人: | 孟維娜;高鶯然 |
| 地址: | 100876 *** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 樹莓 攝像頭 神經計算 檢測系統 目標識別 捕捉圖像數據 獲取圖像數據 圖像識別結果 圖像數據輸入 發送圖像 計算能力 圖像數據 實時性 觸發 預設 捕捉 輸出 應用 | ||
1.一種基于樹莓派的檢測系統,其特征在于,所述裝系統包括:攝像頭(101)、樹莓派(102)和神經計算棒(103);
所述攝像頭、所述神經計算棒(103)分別與所述樹莓派(102)連接;
所述攝像頭(101)用于捕捉圖像數據;
所述樹莓派(102)用于當獲取到所述攝像頭(101)捕捉的圖像數據時,觸發所述神經計算棒(103)獲取所述圖像數據;
所述神經計算棒(103)用于將獲取的圖像數據輸入至預設的目標識別模型中,得到所述目標識別模型輸出的圖像識別結果,并向所述樹莓派(102)發送所述圖像識別結果;其中,所述目標識別模型為:預先采用樣本圖像數據對深度卷積神經網絡模型進行訓練得到的、用于檢測所述圖像數據中所包含目標的模型。
2.如權利要求1所述的檢測系統,其特征在于,所述神經計算棒(103)包括:模型優化器(1031)和推理引擎(1032);
所述模型優化器(1031)用于將預設的目標識別模型轉換為所述推理引擎(1032)可識別的中間文件;
所述推理引擎(1032)用于運行所述模型優化器(1031)發送的中間文件以對所述樹莓派(102)發送的圖像數據進行圖像識別,并向所述樹莓派(102)發送圖像識別結果。
3.如權利要求2所述的檢測系統,其特征在于,所述中間文件為IR文件。
4.如權利要求3所述的檢測系統,其特征在于,IR文件包括.xml文件和.bin文件。
5.如權利要求4所述的檢測系統,其特征在于,所述模型優化器(1031)還用于從所述樹莓派(102)中獲取預設時間內已識別的圖像數據,并將所述圖像數據作為新的樣本圖像數據,并利用所述樣本圖像數據和所述樣本圖像數據的圖像識別結果對所述目標識別模型進行訓練,得到新的目標識別模型。
6.如權利要求1所述的檢測系統,其特征在于,所述樹莓派(102)還用于展示所述圖像識別結果。
7.如權利要求1所述的檢測系統,其特征在于,所述樹莓派(102)還用于與終端電連接以通過所述終端展示所述圖像識別結果。
8.如權利要求7所述的檢測系統,其特征在于,所述檢測系統還包括:終端。
9.如權利要求1~8中任一項所述的檢測系統,其特征在于,所述檢測系統還包括:后臺操控中心(104),所述后臺操控中心(104)與所述樹莓派(102)電連接,用于接收并展示所述樹莓派(102)實時發送的圖像數據和所述圖像數據的圖像識別結果,并控制所述樹莓派(102)的工作過程。
10.如權利要求9所述的檢測系統,其特征在于,在所述樹莓派(102)和所述后臺操控中心(104)上分別部署虛擬網絡控制臺觀看器VNCviewer,并將所述樹莓派(102)的IP地址預先與所述后臺操控中心(104)綁定。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京郵電大學,未經北京郵電大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910879575.8/1.html,轉載請聲明來源鉆瓜專利網。





