基于ZYNQ的Yolo v3-SPP实时目标检测系统.pdfVIP

第 31 卷 第 4 期 光学 精密工程 Vol . 31 No . 4 2023 年 2 月 Optics and Precision Engineering Feb . 2023 文章编号 1004-924X （2023 ）04-0543-09 基于 ZYNQ 的 Yolo v 3-SPP 实时目标检测系统 * 张丽丽， 陈 真 ， 刘雨轩， 屈乐乐 （沈阳航空航天大学 电子信息工程学院，辽宁 沈阳 110000） 摘要 ：基于卷积神经网络的目标检测算法发展迅速 ，随着计算复杂度增加 ，对设备的性能及功耗要求越来越高 。为了使 目 标 检 测 算 法 能 够 部 署 在 嵌 入 式 设 备 上 ，本 文 采 用 软 硬 件 协 同 设 计 方 法 ，使 用 FPGA 对 算 法 进 行 硬 件 加 速 ，提 出 了 ZYNQ 平台下的 Yolo v3-SPP 目标检测系统。本文将该系统部署在 XCZU 15EG 芯片上 ，并对系统所需的功耗 、硬件资 源及性能进行了分析 。首先对要部署的网络模型进行优化 ，并在 Pascal VOC 2007 数据集上进行训练 ，最后使用 Vitis AI 工具对训练后的模型进行量化 、编译 ，使其适用于 ZYNQ 端的部署 。为了选取最佳的配置方案 ，探究了各配置对硬件 资源及系统性能的影响 ，从系统功耗 （W ）、检测速度 （FPS ）、各类别平均精度的平均值 （mAP ）、输出误差等方面对系统 进行了分析 。结果表明 ：在 300 M 时钟频率下 ，输入图片大小为 （416 ，416 ）时 ，针对 Yolo V 3-SPP 和 Yolo V 3-Tiny 网络结 构 ，检 测 速 度 分 别 为 38 . 44 FPS 和 177FPS ，mAP 分 别 为 80 . 35 % 和 68 . 55 % ，片 上 芯 片 功 耗 为 21 . 583 W ，整 板 功 耗 23 . 02 W 。满足嵌入式设备部署神经网络模型的低功耗 、实时性 、高检测精度等要求 。 关 键 词 ：目标检测；硬件加速；ZYNQ ；Yolo v3-SPP ；Yolo v3-Tiny 中图分类号 ：TP394 . 1 ；TH 691 . 9 文献标识码 ：A doi ：10. 37188/OPE .. 0543 Yolo v3-SPP real-time target detection system based on ZYNQ * ZHANG Lili ，CHEN Zhen ，LIU Yuxuan ，QU Lele （College of Electronic and Information Engineering ， Shenyang Aerospace University ， Shenyang 110000 ， China ） * Corresponding author ， E -mail ：chenzhen_ 1996@qq. com Abstract ： The target detection algorithm based on the convolutional neural network is developing rapidly ， and with the increase in computational complexity ， requirements for device performance and power con ⁃ sumption are increasing . To ena