《2025 DigiKey AI应用创意挑战赛》基于IMX93多天气场景下的实时图像处理系统
本帖最后由 eefocus_4189178 于 2026-1-6 18:22 编辑一、项目名称
基于IMX93的多天气场景实时图像处理系统
二、项目概述
该系统是基于IMX93开发板，通过USB摄像头采集图像数据，进行实时处理和处理结果的HDMI显示，该系统一共集成了四种模型：图像去雾模型、图像去雨模型、低光照增强模型和目标检测模型，根据当前的天气环境可以灵活切换模型进行处理，同时在模型处理的结果上可以级联目标检测模型，实现在不同天气场景下适当提高目标检测精度，除了对摄像头采集的实时数据进行处理外，该系统还可以对单张静态图像、视频数据进行处理。当然这样两种模型级联进行目标检测的松耦合处理方式部署在imx93的Ethos-U65 NPU上，可能处理速度和精度不如端到端模型，例如IA_YOLO，但是该系统的目的是为了应对更多天气场景，所以包含的模型越多越好，在这些模型的基础上级联目标检测模型只是一种可选项。
三、作品实物图
[*]对IMX93开发板WIFI进行设置，将主机和开发板连接在同一网络下，利用VSCode SSH远程连接开发板进行开发，方便调试和上传、下载数据；
[*]需要安装pytorch环境和tensorflow环境，用于对模型进行预处理，包括转换为onnx模型格式、生成代表性数据集、利用onnx2tf工具转换为tflite并进行int8量化，也使用过eiq-onnx2tflite工具，但是该工具使用两步法进行转换和量化，在onnx转换为tflite时，对NCHW模型的重排能力较弱，导致在模型的输入和输出插入Transpose算子，而该算子在imx93上是要退回到CPU上执行的，影响模型的推理效率；
[*]对量化后的tflite模型可以使用NXP eiq portal工具中集成的vela进行编译，也可以使用BSP里集成的vela，除此之外eiq portal也可以制作自己的数据集，选择模型进行训练；
四、演示视频及代码
通过网盘分享的文件：基于IMX93的多天气场景实时图像处理系统
链接: https://pan.baidu.com/s/13w3SJerdMNqI8CQd1K3dcg?pwd=vg9u 提取码: vg9u
五、开发文档
页:
[1]