如何提高用於物體檢測的樹莓派的 fps

Question

我的樹莓派實時目標檢測的 fps 很低

我使用我的筆記本電腦 windows 10 在我自己的數據集上訓練了 yolo-darkflow 對象檢測。

然而，當我嘗試在我的樹莓派上測試它時，它在 Raspbian OS 上運行，它提供了非常低的 fps 率，大約 0.3 ，但是當我只嘗試使用沒有 yolo 的網絡攝像頭時，它可以很好地處理快速幀......我使用 Tensorflow API 在 pi 上通過網絡攝像頭進行對象檢測，它在高 fps 下也能正常工作

有人可以給我建議嗎？ 原因與yolo模型或opencv或phthon有關嗎？ 如何使用網絡攝像頭使 fps 速率越來越高以進行對象檢測？

Answer 1

樹莓派沒有 GPU 處理器，因此很難以高 fps 進行圖像識別。

Answer 2

我在沒有任何加速器的 raspberry pi 上的檢測器可以達到 5 FPS。 我用的是SSD mobilenet，訓練后量化。
Tensorflow Lite 提供了一個對象檢測演示，在 raspberry pi 4 上可以達到大約 8 FPS。

Answer 3

您可以嘗試使用帶有樹莓派的 Coral AI 加速器。 它是一個 USB 加速器，您可以從中獲得高達 14fps 的速度。 檢查這個https://coral.ai/docs/accelerator/get-started/#requirements