Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.creator | Santos, Ricardo Creonte Câmara de Meira | - |
Autor(es): dc.creator | Silva, Mateus Coelho | - |
Autor(es): dc.creator | Oliveira, Ricardo Augusto Rabelo | - |
Data de aceite: dc.date.accessioned | 2025-08-21T15:45:24Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T15:45:24Z | - |
Data de envio: dc.date.issued | 2025-08-13 | - |
Data de envio: dc.date.issued | 2023 | - |
Fonte completa do material: dc.identifier | https://www.repositorio.ufop.br/handle/123456789/20835 | - |
Fonte completa do material: dc.identifier | https://ieeexplore.ieee.org/document/10705971 | - |
Fonte completa do material: dc.identifier | https://doi.org/10.1109/TLA.2024.10705971 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1023371 | - |
Descrição: dc.description | Real-time object detection in images is one of the most important areas in computer vision and finds applications in several fields, such as security systems, protection, independent vehicles, and robotics. Many of these applications need to use edge hardware platforms, and it is vital to know the performance of the object detector on these hardware platforms before developing the system. Therefore, in this work, we executed performance benchmark tests of the YOLOv7-tiny model for real-time object detection using a camera and three embedded hardware platforms: Raspberry Pi 4B, Jetson Nano, and Jetson Xavier NX. We tested and analyzed the NVIDIA platforms and their different power modes. The Raspberry Pi 4B achieved an average of 0.9 FPS. The Jetson Xavier NX achieved 30 FPS, the maximum possible FPS rate, in three power modes. In the tests, it was possible to notice that the maximum CPU clock of the Jetson Xavier NX impacts the FPS rate more than the GPU clock itself. The Jetson Nano achieved 7.4 and 5.2 FPS in its two power consumption modes. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | en | - |
Direitos: dc.rights | restrito | - |
Palavras-chave: dc.subject | Object detection | - |
Palavras-chave: dc.subject | YOLOv7 | - |
Palavras-chave: dc.subject | Embedded devices | - |
Título: dc.title | Real-time object detection performance analysis using YOLOv7 on edge devices. | - |
Aparece nas coleções: | Repositório Institucional - UFOP |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: