如何提高用于物体检测的树莓派的 fps

Question

我的树莓派实时目标检测的 fps 很低

我使用我的笔记本电脑 windows 10 在我自己的数据集上训练了 yolo-darkflow 对象检测。

然而，当我尝试在我的树莓派上测试它时，它在 Raspbian OS 上运行，它提供了非常低的 fps 率，大约 0.3 ，但是当我只尝试使用没有 yolo 的网络摄像头时，它可以很好地处理快速帧......我使用 Tensorflow API 在 pi 上通过网络摄像头进行对象检测，它在高 fps 下也能正常工作

有人可以给我建议吗？ 原因与yolo模型或opencv或phthon有关吗？ 如何使用网络摄像头使 fps 速率越来越高以进行对象检测？

Answer 1

树莓派没有 GPU 处理器，因此很难以高 fps 进行图像识别。

Answer 2

我在没有任何加速器的 raspberry pi 上的检测器可以达到 5 FPS。 我用的是SSD mobilenet，训练后量化。
Tensorflow Lite 提供了一个对象检测演示，在 raspberry pi 4 上可以达到大约 8 FPS。

Answer 3

您可以尝试使用带有树莓派的 Coral AI 加速器。 它是一个 USB 加速器，您可以从中获得高达 14fps 的速度。 检查这个https://coral.ai/docs/accelerator/get-started/#requirements