如何为树莓派增加fps以进行对象检测

Question

我的树莓派上实时对象检测的帧速较低

我使用笔记本电脑的Windows 10在我自己的数据集上训练了yolo-darkflow对象检测。当我使用网络摄像头在笔记本电脑上测试该模型的实时检测功能时，它在高fps下可以正常工作

但是，当尝试在运行于Raspbian操作系统上的raspberry pi上对其进行测试时，它的fps速率非常低，约为0.3，但是当我仅尝试使用不带yolo的网络摄像头时，它可以在快速帧下正常工作。 。同样，当我使用Tensorflow API通过pi上的网络摄像头进行对象检测时，在高fps下也可以正常工作

有人可以建议我吗？原因与yolo模型，opencv或phthon有关吗？如何通过摄像头提高fps速率以进行物体检测？

Answer 1

树莓派没有GPU处理器，因此很难以高fps进行图像识别。

Answer 2

我在没有任何加速器的 raspberry pi 上的检测器可以达到 5 FPS。 我用的是SSD mobilenet，训练后量化。
Tensorflow Lite 提供了一个对象检测演示，在 raspberry pi 4 上可以达到大约 8 FPS。