摘要：針對圖像目標檢測的嵌入式實時應用需求,采用合并計算層的方法對基于MobileNet和單發多框檢測器(SSD)的深度學習目標檢測算法進行了優化,并采用軟硬件結合的設計方法,基于ZYNQ可擴展處理平臺設計了實時圖像目標檢測系統;在系統中,根據優化后的算法設計了一款多處理器核的深度學習算法加速器,并采用PYTHON語言設計了系統的軟件;經過多個實驗測試,深度學習目標檢測系統處理速度可以達到45FPS,是深度學習軟件框架在CPU上運行速度的4.9倍,在GPU上的1.7倍,完全滿足實時圖像目標檢測的需求。