[发明专利]一种基于深度学习的野外生物追踪系统及方法在审
| 申请号： | 201910474800.X | 申请日： | 2019-06-03 |
| 公开（公告）号： | CN110197497A | 公开（公告）日： | 2019-09-03 |
| 发明（设计）人： | 秦刚;姜凯;王子彤 | 申请（专利权）人： | 山东浪潮人工智能研究院有限公司 |
| 主分类号： | G06T7/20 | 分类号： | G06T7/20;H04W4/02;H04W4/30 |
| 代理公司： | 济南信达专利事务所有限公司 37100 | 代理人： | 姜明 |
| 地址： | 250100 山东省济南市高新*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的野外生物追踪系统及方法，属于智能计算技术领域。本发明的基于深度学习的野外生物追踪系统，包含视频采集模块、视频预处理模块、太阳能充电模块、目标检测模块、无线数据传输模块和若干GPS模块，采用数据集利用caffe框架训练mobilenetv2‑ssd模型，将训练好的mobilenetv2‑ssd模型转换成适用于NCNN的模型，将目标检测模块的打框和目标检测模块部署到带有ARM核的FPGA的PS端，将计算密集型任务卷积实现部署到PL端。该发明的基于深度学习的野外生物追踪系统可以适应长时间的野外工作和数据传输工作，并且稳定性和准确率都较高，具有很好的推广应用价值。 | ||
| 搜索关键词： | 野外生物 追踪系统 目标检测模块 无线数据传输模块 学习 视频预处理模块 太阳能充电模块 视频采集模块 计算密集型 模型转换 数据传输 智能计算 数据集 准确率 卷积 部署 | ||
【主权项】：
1.一种基于深度学习的野外生物追踪系统，其特征在于：该系统包含视频采集模块、视频预处理模块、太阳能充电模块、目标检测模块、无线数据传输模块和若干GPS模块，采用数据集利用caffe框架训练mobilenetv2‑ssd模型，将训练好的mobilenetv2‑ssd模型按照嵌入式框架NCNN的要求转换成适用于NCNN的模型，将目标检测模块的打框和目标检测模块部署到带有ARM核的FPGA的PS端，将计算密集型任务卷积实现部署到PL端，同时视频采集模块、视频预处理模块、太阳能充电模块、无线数据传输模块、若干GPS模块均部署到PS端。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山东浪潮人工智能研究院有限公司，未经山东浪潮人工智能研究院有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910474800.X/，转载请声明来源钻瓜专利网。
