科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着计算机视觉和深度学习的高速发展，人流量数据分析在从多场合下得到越来越广泛应用，对人员密集的场所进行数据分析，具有较高的商业价值，同时对类似踩踏等安全问题也起着预防的作用。目前应用人工智能系统的设备成本较高，不利于推广，因此提出设计一个基于边缘计算的嵌入式人流量检测数据分析平台，采用基于Flask的嵌入式WEB服务器以及针对树莓派改进的YOLOv5算法，通过添加新的人脸检测头，使用Stem块替换focus层，修改SPP层中kernel等方式提高YOLOv5对于人特征的识别能力，实验表明，改进的YOLOv5算法在wider-face数据集下，平均正确率较YOLOv5算法提高了5%,基于嵌入式WEB方式实现的人流量检测数据分析系统，既降低了系统成本，又提高人流量数据的平均正确率，有利于进一步推广。
- 单位
