在军事侦察领域,对地面上各种轮式车辆、履带式车辆等进行准确无误的侦察和识别,便于准确评估其威胁度,实时感知战场局势,掌握战争的主动权。但由于军事车辆数据库的特殊性,本文以民用车辆数据库作为训练集,设计实现一个通用性强、识别率高、分类结果更精细并且功耗更低的实时车型识别系统,可以应用到任何嵌入式设备中。本文嵌入式车型识别系统的设计工作主要分为以下四个方面来进行:(1)在PC平台上,利用深度学习算法设计了一个识别率高、分类结果更精细、通用性更强的车型识别模型,将常见的小型乘用车分为皮卡车、面包车、SUV、MPV、三厢轿车、两厢轿车六类。(2)通过将车型识别模型成功应用到TMS320C6678 DSP芯片上,构建了嵌入式车型识别系统。(3)结合DSP体系结构特点,对单核上的嵌入式车型识别系统进行了一系列优化,最终系统对于单张图片的识别时间仅为0.36s。(4)利用多核处理器的优势,采取多线程并行的方式来对嵌入式车型识别系统进行了性能优化,最终系统的识别时间为0.15s。经过性能对比分析验证,构建好的嵌入式车型识别系统具有低功耗、实时识别等优点。