提升车载电子后视镜的AI行人识别效率的方法

本发明公开了一种提升车载电子后视镜的AI行人识别效率的方法，旨在解决现有技术中NPU量化导致精度降低、实时性不足及资源浪费的问题。本方法通过在摄像头采集的图像中设置分界线，限定AI行人识别仅在车身到分界线的第一区域进行，显著减少了处理数据量，降低了计算复杂度，从而提高了识别速度和实时性。具体采用YOLOv5目标检测AI算法，并优选使用针对第一区域图像数据训练的深度学习模型，提升识别精度。同时，利用处理器内部的NPU模块加速运算。分界线位置可通过遥控器动态调整，满足不同场景需求。此外，系统还能记录分界线调整情况并重新训练模型，以优化识别效果。本发明有效提升了车载电子后视镜AI行人识别的准确性和效率。