基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在航线监控、机场管理、敌军飞行器目标甄别时需要对光学遥感图像中的飞行器关键点进行检测,以VGG-19深度神经网络(DNN)进行关键点的检测取得了优异的效果.现场可编程门阵列(FPGA)以其高性能、高能效、高灵活性等优点,被广泛应用于深度神经网络的推理过程中.论文提出了一种基于FPGA的飞行器关键点检测专用处理器设计来加快检测过程,能够有效处理VGG-19的卷积,池化,全连接等操作,以150MHz的工作频率在Xilinx Virtex-7 VC709上实现设计,对比平台为Intel处理器i7-8700k(@3.7GHz),运行一张图像前者是后者吞吐率的2.95倍,性能功耗比的17.75倍.
推荐文章
基于FPGA的卷积神经网络加速器设计与实现
卷积神经网络
现场可编程门阵列
加速器
有限资源
基于物联网的智能检测飞行器设计
传感器
四轴飞行器
BOA服务器
Mjpg-streamer
无线通信
用于实时目标检测的FPGA神经网络加速器设计
YOLO
FPGA加速器
基于列的流水线架构
低延时
高DSP效率
飞行器FPGA检测点优化设置方法
FPGA
重要度分析
单粒子软错误
检测点
优化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于FPGA的飞行器关键点检测加速器设计与实现
来源期刊 舰船电子工程 学科 工学
关键词 FPGA 深度神经网络 VGG-19 关键点检测 加速器
年,卷(期) 2020,(3) 所属期刊栏目 光电技术
研究方向 页码范围 149-155
页数 7页 分类号 TN791
字数 5267字 语种 中文
DOI 10.3969/j.issn.1672-9730.2020.03.036
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 窦勇 国防科技大学计算机学院 33 85 4.0 7.0
2 高蕾 国防科技大学计算机学院 8 49 2.0 7.0
3 姜晶菲 国防科技大学计算机学院 9 27 2.0 5.0
4 秦步月 国防科技大学计算机学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
FPGA
深度神经网络
VGG-19
关键点检测
加速器
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
舰船电子工程
月刊
1672-9730
42-1427/U
大16开
湖北省武汉市
1981
chi
出版文献量(篇)
9053
总下载数(次)
18
总被引数(次)
27655
论文1v1指导