用于视频图像处理（对象识别）的硬件答案

【问题标题】：Hardware for image processing (object recognition) from video用于视频图像处理（对象识别）的硬件
【发布时间】：2015-09-01 14:38:55
【问题描述】：

我想做的是使用带有摄像头的嵌入式设备识别道路上的标志。我在考虑RaspberryPi 2b，但我不知道它的功率是否足够。我不必分析视频的每一帧，但每秒分析的帧数越多越好，尤其是在高移动速度的情况下。

问题是：有没有更好的板子可以用于这样的任务？（如果他们能自己运行 Linux/Windows10 就最好了，因为我要使用 openCV）

【问题讨论】：

我认为这个问题是题外话，因为它正在寻找有关硬件的建议。
是的，我愿意。不知道，它是如此糟糕。对不起
同时，我找不到比 SO 更好的地方来提出这样的问题。
我也不确定有更好的地方。不过有个地方叫软件推荐SE。但是，如果您选择尝试那个地方，我敦促您仔细阅读帮助中心。
假设算法高效（这可能是一个有效的 SO 问题），我建议 RPi 2 足以满足应用程序的需求，尤其是在您使用 GPU 进行某些处理时。您是在谈论一组有限的象征性路标，还是不确定的地名或方向标志？后者要复杂得多。

标签： performance image-processing embedded object-recognition

【解决方案1】：

对于这样的问题，您可以尝试过度分析它并尝试在解决问题之前选择硬件。但这基本上是本末倒置。

先拍一段视频

第二次将其数字化或将其放入您的日常驱动程序或您首选的软件开发计算机中

开始研究算法来解决您想要解决的任何问题，记住最终您想要嵌入它，因此您可能需要更多地倾向于更轻量级的库，或者推出自己的与重量级或操作系统相关的解决方案（将其输入 Photoshop 不是解决方案，也不是一些 matlab 的东西）。

您可能会发现您需要更好的视频、重要信息

最终你接近算法，然后或者当你接近算法时，你可以在一些 raspberry pi 或 beaglebone 板上进行原型制作，或者如果工时对你来说硬件更便宜，则可以使用模拟器。每秒或每个符号或其他多少操作，我认为我可以在平台 X 上每秒执行多少操作（这不是确定性的，即使实验因为一行代码更改可能完全改变性能，尤其是如果在边缘）。指令集模拟器不会正确模仿管道，但是您可以使用开源模拟器并对其进行修改以计算指令或指令类型的分支与非分支等。如果硬件，再次将其粗略地转换为时钟等比工时贵。以 raspberry pi 和 beaglebone 黑色或白色的价格，很难不只是买一个尝试一下。

一个有效的 stackoverflow 问题是，我有这个视频剪辑，我正在尝试检测汽车是否通过了路标，这是我的代码，但它不起作用，或者这是我的算法，但它不起作用。一旦过了那个障碍，另一个问题可能是，我检测到这个框架中有一个标志，但我无法检测它是停车标志还是让路标志或其他，这是我的算法或代码，这是我的结果和我的预期结果。另一个有效的问题是我有这个有效的算法，但我无法针对平台 X 优化它我接近 N%（例如，需要是一个小于 20% 的小数字）可以进一步优化。

【讨论】：

是的，您将需要一台可以从这些平台之一连接的相机，如果您愿意，可以先尝试一下，同样是金钱与工时，希望在找到可行的解决方案之前购买多种解决方案，取决于您连接的内容和方式，您最终可能还会煎炸某些东西，因此您可能不得不购买替代品。

【解决方案2】：

用于快速物体识别的硬件

您可以将 Raspberry pi 4 与 Google's Usb Accelerator 一起使用

【讨论】：