基于FPGA的双源无轨电车的改进型YOLO-V3模型

作者：董宜平^*; 谢达; 钮震; 彭湖湾; 贾尚杰

来源：电子与封装, 2022, 22(08): 83-89.

DOI：10.16257/j.cnki.1681-1070.2022.0814

• YOLO-V3网络
• 移动网络
• 目标检测
• FPGA
• 深度学习

为实现双源无轨电车对集电盒的智能识别和挂载，基于第三版传统黑暗网络的主干网络单次检测（YOLO-V3）网络模型，提出以轻量化移动网络为主干网络的改进型YOLO-V3网络。通过数据集的处理、模型的设计、训练环境的搭建等完成了网络的部署，然后对模型规模、识别精度和处理速度等指标进行比较。结果显示改进型YOLO-V3网络使用更小的计算资源得到更优精度。网络部署在FPGA内部中央处理器的分散处理单元中。实车测试结果表明，改进网络明显优于其他传统网络。

• 单位
  中国电子科技集团公司第五十八研究所; 无锡中微亿芯有限公司