如何利用树莓派和Python建立移动目标探测器？

 部分代码如下

首先，为探测器定义一个抽象类别：

接下来，实现SSD和YOLO模型界面。对于SSD，我们使用来自目标检测API的代码。而YOLO对象检测器只是Darkflow TFNet类的包装。

现在我们实现一个检测脚本。首先初始化camera：

接下来，从stream中获取图像并对其进行检测。对结果可视化如下：

 总结

我们运行了两个模型并得到了这些结果：

-  YOLO tiny - 0.32 FPS;

-  SSD MobileNet Light - 1.07 FPS。

因此，结合以上结果，我们可以得出结论——我们可以使用带有SSD MobileNet的移动探测器进行真实的简单行人跟踪，或者用于检测草坪上的猫的房屋安全系统。或者尺寸和功率使用更为关键的情况（1 FPS就足够了）。

此外，我们尝试使用MXNet网络，但在模块导入期间，我们遇到了../libmxnet.soon Raspberry Pi问题。

下方为可视化结果：

该文章最早于2018年11月26日在www.quantumobile.com上发布。