SSD7如何实现嵌入式系统中的高效目标检测并成功落地应用？

本文共计1711个文字，预计阅读时间需要7分钟。

作者：Edison_G在人工智能时代，幼儿园也是众多家长关注的重点教育机构。在幼儿园，孩子的安全是首要任务，在人工智能监控下，绝对保障了所有儿童的安全！

一、简要

对计算和

​

作者：Edison_G

在现在人工智能化时代，幼儿园也是一个众多家长关注的教育机构，在幼儿园小孩的安全是独一，在人工智能监控下，绝对保障了所有儿童的安全！

一、简要

对计算和内存的高需求是将现有目标检测网络部署到嵌入式设备中的最大挑战。现有的轻量级目标检测器直接使用轻量级神经网络架构，如MobileNet或在大尺度分类数据集上预先训练，导致网络结构灵活性差，不适用于某些特定场景。

在今天分享中，有研究者提出了一种轻量级目标检测网络Single-Shot MultiBox Detector(SSD)7种特征融合和注意机制(FFAM)，该网络通过减少卷积层数，节省了存储空间，减少了计算量。研究者有提出了一种新的特征融合和注意机制(FFAM)方法来提高检测精度。首先，FFAM方法将高级语义信息丰富的特征图与低级特征图进行融合，提高了小目标的检测精度。