**项目介绍**：设计一个轻量目标检测模型，移植至瑞芯微RK3399prod嵌入式开发板中，实现道路目标高速检测。该项目首先需要开发设计一个占用计算资源少的目标检测算法。部署在瑞芯微的嵌入式平台需要使用其为NPU开发的RKNN，需要对基于NVIDIA GPU平台开发的模型做RKNN平台的适配，其中包括模型是否可移植和及控制模型转换过程中可接受的精度损失。针对国产嵌入式平台瑞芯微开发平台特性，修改并替换了可以进行跨平台转换的结构，设计出可移植并在RK3399pro开发板运行的的YOLO目标检测网络。**职责介绍**：本人在该项目中完成**数据采集**、**数据标注**、**目标检测模型设计**、**移植**和**部署**工作，并完成**相关技术文档**和**专利撰写**。解决了跨平台(瑞芯微RKNN平台)算子移植问题，适配易于移植的网络模块，合理地调整模型大小。模型设计以Yolov5为基准、结合Stem模块和改进的C3_Shuffle模块、融合尺度缩放的思想,最终设计的网络计算量下降了50%，嵌入式端推理速度可达55FPS，提升了175%（基准网络15~20FPS），精度达到项目要求。