基于深度卷积神经网络的赛马比赛辅助训练平台设计

对于现阶段的辅助训练平台而言,其对训练数据的分析精度较低,导致相关指标参数的误差较大。为此,文章提出基于深度卷积神经网络的赛马比赛辅助训练平台设计研究。将INOGENI MAGNI作为赛马比赛辅助训练平台的视频采集装置,基于STM32MP1处理器的新一代高性价比核心板—MYC-YA15XC-T作为处理中心。以全覆盖为导向对视频采集装置进行布置后,利用深度卷积神经网络的卷积核将采集到的数据转化为二维离散形式,结合深度学习机制计算二维离散形式赛马比赛训练图像数据的像素分布情况,实现对目标参数的提取。在测试结果中,设计平台对于赛马拉力的分析结果与实际值的误差稳定在3.0 kN以内。