如何为树莓派增加fps以进行目标检测
在我的树莓派上，实时目标检测的fps很低。
我使用我的笔记本电脑Windows10在我自己的数据集上训练了yolo-darkflow目标检测。当我在我的笔记本电脑上用网络摄像头测试这个模型的实时检测时，它在高fps的情况下工作得很好
然而，当我尝试在我的raspberry pi上测试它时，它的fps非常低，大约是0.3，但当我只尝试使用没有yolo的网络摄像头时，它在快速帧上工作得很好。此外，当我使用Tensorflow API在pi上使用网络摄像头进行对象检测时，它在高fps时也可以很好地工作
有没有人能给我提个建议？原因是与yolo模型有关还是与opencv或phthon有关？如何让摄像头的目标检测fps更高更快？
回答 3
Stack Overflow用户
发布于 2019-04-07 19:59:48
raspberry pi没有GPU处理器，因此它很难以高fps进行图像识别。
Stack Overflow用户
发布于 2021-03-05 17:04:52
我的探测器在没有任何加速器的情况下，可以达到5fps。我使用SSD移动网络，并在训练后对其进行量化。
Tensorflow Lite提供了一个物体检测演示，在覆盆子pi 4上可以达到大约8FPS。
Stack Overflow用户
发布于 2022-01-03 06:28:52
你可以尝试用树莓派的珊瑚AI加速器。这是一个USB加速器，可以达到14fps。检查此https://coral.ai/docs/accelerator/get-started/#requirements
https://stackoverflow.com/questions/54881654
复制相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号