基于FPGA的深度学习目标检测系统的设计与实现.pdfVIP

人工智能ArtificialIntelligence

基于FPGA的深度学习目标检测系统的设计与实现

陈辰1211

袁严伟袁夏珺袁柴志雷

(1.江南大学物联网工程学院袁江苏无锡214122曰2.北京大学软件与微电子学院袁北京102600)

摘要针对当前深度学习目标检测算法计算复杂度高和内存需求大等问题袁设计并实现了一种基于FPGA的深度

学习目标检测系统遥设计对应YOLOv2-Tiny目标检测算法的硬件加速器袁对加速器各模块的处理时延建模袁给出卷

积计算模块的详细设计遥实验结果表明袁与CPU相比袁CPU+FPGA的异构系统是双核ARM-A9能效的67.5倍袁Xeon

的94.6倍曰速度是双核ARM-A9的84.4倍袁Xeon的5.5倍左右遥并且袁当前设计在性能上超过之前的工作遥

关键词深度学习曰目标检测曰FPGA曰硬件加速器

中图分类号TP391文献标识码ADOI10.16157/j.issn.0258-7998.190318

中文引用格式陈辰袁严伟袁夏珺袁等.于FPGA的深度学习目标检测系统的设计与实现[J].电子技术应用袁2019袁45

(8)院40-43袁47.

英文引用格式ChenChen袁YanWei袁XiaJun袁etal.DesignandimplementationofFPGA-baseddeeplearningobjectdetection

system[J].ApplicationofElectronicTechnique袁2019袁45(8)院40-43袁47.

DesignandimplementationofFPGA-baseddeeplearningobjectdetectionsystem

1211

ChenChen袁YanWei袁XiaJun袁ChaiZhilei

(1.SchoolofInternetofThingsEngineering袁JiangnanUniversity袁Wuxi214122袁China曰

2.SchoolofSoftwareMicroelectronics袁PekingUniversity袁Beijing102600袁China)

AbstractAimingattheproblemsofhighercomputationalcomplexityandlargermemoryrequirementsofcurrentobjectdetection

algorithm,wedesignedandimplementedanFPGA-baseddeeplearningobjectdetectionsystem.Wealsodesignedthehardwareac鄄

celeratorcorrespondingtotheYOLOv2-Tinyobjectdetectionalgorithm,modeledtheprocessingdelayofeachacceleratormodule,

anddescribethedesignoftheconvolutionmodule.Theexperimentalresultsshowthatitis5.5xand94