基于树莓派与YOLOv5-Lite模型的行人检测系统设计

作者：郑尚坡; 陈德富; 邱宝象; 张龙

来源：计算机时代, 2023, (09): 116-119.

DOI：10.16644/j.cnki.cn33-1094/tp.2023.09.024

• 行人识别
• 树莓派
• YOLOv5-Lite
• 目标检测
• 模型部署

把在PC端上训练好的YOLOv5s与YOLOv5-Lite目标检测模型分别部署在搭载Linux系统的树莓派4B平台上，并在此平台上搭建深度学习环境，构建道路行人检测系统。对这两个模型进行分析对比，实验结果表明，在识别准确率相差0.1%的情况下，YOLOv5-Lite模型相对于原YOLOv5s模型，网络参数量下降了78.26%，模型计算量下降了77.91%，模型内存大小下降了75.52%，检测速度提高了91.67%。综上，本文提出的基于树莓派和轻量化YOLOv5-Lite目标检测网络模型的行人检测系统兼顾了识别准确、适用性好、小型化、成本低等综合性能优势。

• 单位
  浙江工业大学