共享经济背景下，共享单车在越来越多的城市得到推广，大幅提高了城市的运作效率。但与此同时，共享单车的乱停乱放也对城市管理带来了困扰。因此需要一种适合大规模部署的小型化智能检测设备对城市各个场所车辆进行检测，便于共享单车的运营管理。提出了一种简单高效的解决方案，克服检测速度慢，设备算力不足的问题。首先利用摄像头进行图像定时采样，然后通过轻量级的卷积神经网络yolo对图像进行检测，输出当前场景下的车辆的类别以及位置信息。最后将训练好的算法模型移植到树莓派平台上，实现最终部署。
共享经济背景下，共享单车在越来越多的城市得到推广，大幅提高了城市的运作效率。但与此同时，共享单车的乱停乱放也对城市管理带来了困扰。因此需要一种适合大规模部署的小型化智能检测设备对城市各个场所车辆进行检测，便于共享单车的运营管理。提出了一种简单高效的解决方案，克服检测速度慢，设备算力不足的问题。首先利用摄像头进行图像定时采样，然后通过轻量级的卷积神经网络yolo对图像进行检测，输出当前场景下的车辆的类别以及位置信息。最后将训练好的算法模型移植到树莓派平台上，实现最终部署。