Классификация дорожных знаков при помощи YOLO CNN на мобильной платформе NVIDIA Jetson

Abstract

Классификация объектов в видеопотоке с помощью глубинного обучения завоевала огромную популярность в современном мире. К большинству систем, решающих задачу классификации, предъявляется требование мобильности. В настоящей статье предложена реализация сверточной нейронной сети YOLO CNN (You Only Look Once) для решения задачи классификации дорожных знаков на мобильной платформе NVIDIA Jetson. Особенностью данной платформы является наличие мобильного графического процессора NVIDIA Tegra, который позволяет производить высокопроизводительные вычисления при низком энергопотреблении. Реализованный алгоритм нейронной сети YOLO CNN позволяет решать задачу классификации дорожных знаков в непрерывном видеопотоке с достойной точностью и скоростью, а платформа NVIDIA Jetson обеспечивает мобильность системы. Classification of objects in the video stream with the help of deep learning has gained immense popularity in the modern world. To the majority of systems solving the classification problem, mobility is required. This article proposes the implementation of the YOLO CNN (You Only Look Once) convolutional neural network to solve the problem of the classification of road signs on the mobile platform NVIDIA Jetson. A particular feature of this platform is the availability of mobile graphics processor NVIDIA Tegra, which allows high-performance computing with low power consumption. The implemented algorithm of the YOLO CNN neural network allows solving the problem of the classification of road signs in a continuous video stream with decent accuracy and speed, and the NVIDIA Jetson platform provides mobility of the system.