基于SoC的卷积神经网络系统设计

• 作者: 曾宇航 李子聪 熊晓明
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: SoC 卷积神经网络 并行化 软硬件协同设计
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 可编程器件应用
• 页码范围: 126-131
• 页数: 6页
• 分类号: TP919|TN7
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1802440

摘要

近些年,卷积神经网络(CNN)出色地完成了许多机器视觉任务.但现有的软件实施方案无法很好地在便携式设备中实现,为此设计一种基于Xilinx全可编程SoC的CNN系统,在固定资源的SoC平台下,只需较少资源即可实现快速的检测系统.系统实现多级流水线和输入数据复用的方法提高计算效率.系统硬件部分实现CNN计算,软件实现图片预处理及图片检测后处理,从而提高运行效率,系统可实现多种卷核的卷积操作,平均值池化,非极大值抑制抑制算法,实现图片中多人脸的准确定位.实验结果表明,在100 MHz的工作频率下,系统的平均计算速率为0.19 Gops/s,功耗仅为通用CPU的4.07％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊晓明		9	7	1.0	2.0
2	李子聪		3	2	1.0	1.0
3	曾宇航		2	0	0.0	0.0