AMD GPU上的HD畫質50fps實時車輛檢測

Real-time Vehicle Detection with 50 HD Frames/sec on an AMD GPU

by Rohit Sharma

Medium：https://medium.com/towards-artificial-intelligence/real-time-hd-vehicle-detection-with-amd-rocm-e9c2eea73852

PDF：http://t.cn/Ai0cdG8O（百度網盤）

本項目使用深度學習網路Yolo-V2以高清解析度（1920x1080）以驚人的50幀/秒的速度檢測實時交通中的汽車/公共汽車。項目中使用的模型針對使用MIVisionX工具包在AMD-GPU上的推理性能進行了優化。

Github項目地址：

https://github.com/srohit0/trafficVision/

MIVisionX工具包是一個綜合的計算機視覺和機器智能庫，實用程序和應用程序捆綁在一個工具包中。Site：https://gpuopen-professionalcompute-libraries.github.io/MIVisionX/

項目特點

帶邊界框的車輛檢測

車輛行駛方向（向上，向下）檢測

車速估算

車型：公共汽車/汽車。

如何運行

使用模型

Demo

如果沒有提供其他選項，應用程序將啟動演示。演示將使用存儲在media/ 目錄中的視頻。

檢測汽車、邊界框、車速和置信度分數的YouTube視頻：https://youtu.be/YASOovwds_A

其他例子

錄製視頻

交通監測相機的ip

安裝

先決條件

GPU：Radeon Instinct或Vega系列產品，帶有ROCm和OpenCL開發套件

安裝AMD的MIVisionX工具包：AMD的MIVisionX工具包是一個全面的計算機視覺和機器智能庫，實用程序

CMake, Caffe

谷歌的Protobuf

安裝步驟

1.模型轉換

此步驟為voc數據集下載yolov2-tiny並轉換為MIVision的openVX模型。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！