电子信息技术

本发明为克服现有技术中用于图像目标检测的神经网络算法计算成本高、功耗高的缺陷，提供一种图像目标检测方法及系统。

成果亮点

本发明涉及机器视觉技术领域，提出一种图像目标检测方法及系统，包括以下步骤：构建用于图像目标检测的第一网络模型、第二网络模型和第三网络模型；其中，第一网络模型、第二网络模型和第三网络模型中包括特征提取模块、特征融合模块和输出模块；其中，第一网络模型中的特征提取模块经过网络压缩得到，第二网络模型中的特征提取模块引入瓶颈结构，第三网络模型中的特征提取模块和特征融合模块采用FPN结构；根据第一网络模型、第二网络模型和第三网络模型分别生成相应的IP核，然后将IP核经过设计后搭载在硬件系统上；获取待检测的图像并对其进行预处理，根据图像的规格调用硬件系统上适配的IP核执行图像目标检测，输出得到目标检测结果。

人脸识别：用于身份识别、门禁系统、支付验证等。通过检测图像或视频中的人脸，精确地识别出人的身份，具有方便、快捷、非接触等优点。

交通流量监控与红绿灯配时控制：对道路卡口相机和电警相机采集的视频图像进行分析，根据车流量调整红绿灯时间，提升交通通行能力；

异常事件检测：检测非机动车驶入机动车道、车辆占用应急车道、交通事故等异常事件，并及时上报给交管部门；

交通违法事件检测和追踪：发现套牌车辆、收费站逃费现象，跟踪肇事车辆等，提升监管能力；

自动驾驶：检测道路、车辆、行人以及交通标志物等，是自动驾驶的关键技术之一。

工业检测：利用目标检测算法可以检测产品在生产过程中出现的裂纹、形变、部件丢失等外观缺陷，有助于提高产品质量稳定性和生产效率，减少人力成本并保障检测效果。例如检测电路板内层芯板断路、产品的表面瑕疵等。

医学影像分析：帮助医生准确地识别和定位肿瘤、病灶等疾病特征，辅助医学诊断和治疗，提高诊断的准确性和效率。

机器人导航：使机器人能够识别和定位环境中的障碍物和目标物体，从而实现智能化的自主导航，应用于物流搬运机器人、家用服务机器人等。

智能监控：对监控摄像头捕捉到的图像进行实时分析和处理，实现对异常行为、可疑物体等的自动检测和报警，增强安全性和监控效率。

安防领域：用于检测和识别特定的人员、物品或行为，如在公共场所检测是否有可疑人员或遗弃物品等。

农业领域：可以检测农作物的生长状况、病虫害，以及对农产品进行分类和筛选等。例如，基于无人机低空遥感的稻穗检测。

航空航天：对卫星图像进行分析，检测地面上的特定目标或变化，也可用于航天器的自主导航和目标识别。

无人驾驶：除了检测道路、车辆和行人外，还能识别交通标志、路旁物体等，为无人驾驶提供重要的环境感知信息。

与现有技术相比，本发明技术方案的有益效果是：本发明通过构建轻量化的用于图像目标检测的网络模型，针对软件算法部分进行加速优化，并将其移植到低功耗低成本的异构平台加速设备上，以降低图像目标检测的神经网络算法计算成本及功耗；本发明还通过对硬件设计方式实现计算加速，在资源受限的嵌入式开发板上实现低计算成本、低功耗的实时目标检测。