摘要：針對圖像目標(biāo)檢測的嵌入式實(shí)時(shí)應(yīng)用需求,采用合并計(jì)算層的方法對基于MobileNet和單發(fā)多框檢測器(SSD)的深度學(xué)習(xí)目標(biāo)檢測算法進(jìn)行了優(yōu)化,并采用軟硬件結(jié)合的設(shè)計(jì)方法,基于ZYNQ可擴(kuò)展處理平臺設(shè)計(jì)了實(shí)時(shí)圖像目標(biāo)檢測系統(tǒng);在系統(tǒng)中,根據(jù)優(yōu)化后的算法設(shè)計(jì)了一款多處理器核的深度學(xué)習(xí)算法加速器,并采用PYTHON語言設(shè)計(jì)了系統(tǒng)的軟件;經(jīng)過多個(gè)實(shí)驗(yàn)測試,深度學(xué)習(xí)目標(biāo)檢測系統(tǒng)處理速度可以達(dá)到45FPS,是深度學(xué)習(xí)軟件框架在CPU上運(yùn)行速度的4.9倍,在GPU上的1.7倍,完全滿足實(shí)時(shí)圖像目標(biāo)檢測的需求。