动手实践丨轻量级目标检测与分割算法开发和部署(RK3568)
💡
原文中文，约1500字，阅读约需4分钟。
📝
内容提要
本文介绍了在华为云平台上开发轻量级目标检测与分割算法的过程，使用LinkNet作为主干网络，并进行梯度裁剪。云端训练完成后，使用ONNXRuntime进行推理，端侧使用ModelBox开发套件进行推理。总结了项目的工程化过程，并提到了模型量化和优化算法的改进。
🎯
关键要点
- 本文介绍了在华为云平台上开发轻量级目标检测与分割算法的过程。
- 使用ModelArts平台和ModelBox框架在RK3568开发板上实现模型推理和部署。
- 收集了200张由Labelme标注的道路图像分割数据集，并进行了数据增强。
- 使用LinkNet作为主干网络，采用LeakyRelu和Sigmoid进行激活和归一化。
- 训练过程中进行了梯度裁剪以防止梯度爆炸。
- 使用ONNXRuntime进行云端推理，端侧推理通过ModelBox开发套件实现。
- 创建了多个功能单元，包括推理、后处理和绘图功能单元。
- 推理功能单元的性能分析显示720p视频检测帧率约为6fps。
- 项目主要是将学术界的优秀论文落地到边缘设备上，兼顾精度、速度和体积。
- 模型量化过程中可能出现精度损失，后续将通过优化算法提高模型检测效果。
➡️
