24 物体识别

下载

代码和MobileNet训练模型可以从以下位置下载：

https://github.com/djmv/MobilNet_SSD_opencv

http://www.ebenezertechs.com/mobilenet-ssd-using-opencv-3-4-1-deep-learning-module-python/

 网友加速

https://github.com/EdjeElectronics/TensorFlow-Object-Detection-on-the-Raspberry-Pi

https://blog.csdn.net/weixin_43558453/article/details/85175253

Tensorflow官方提供的本地编译的方式在arm嵌入式设备运行Tensorflow Lite

https://blog.csdn.net/weixin_43558453/article/details/86507764

即使是在实时检测并亮灯的时候树莓派的CPU的占用率也65%左右，所以小小的树莓派用Tengine还是有可以继续发掘的潜力的。

如果大家对Tengine框架的性能有兴趣可以参考一下我之前写的那篇文章，关于Tengine和

树莓派实现目标实时检测opencv-Moblenet