典型文献
基于FPGA与退化YOLO的手机镜片缺陷检测系统
文献摘要：
针对镜片缺陷检测采用图像处理法和神经网络法存在时延高、功耗高和检测缺陷类别较少等问题,设计了一种基于FPGA与退化YOLO的软硬协同检测系统.系统中使用卷积层代替YOLO网络的重排序层进行网络退化,并映射到FPGA上;采用动态量化、模块融合、双缓冲流水线、循环展开和分块等优化策略,设计可动态配置的加速IP,其中的卷积计算模块分别实现了基于Winograd和GEMM的快速卷积算法.实验结果表明,本系统的加速IP在PYNQ-Z2上获得了 51.89 GOP/s的计算性能,比基于典型滑动窗口卷积计算方法的性能提高了 0.76倍,加速单张图像的时延为433 ms,功耗为1.07 W,与Core i5-10500 CPU相比,能效是其365.27倍,实现了小型设备对手机镜片低时延、低功耗的多缺陷检测.
文献关键词：
FPGA;YOLOv2;手机镜片检测;软硬协同检测;快速卷积算法
中图分类号：
作者姓名：
王习东;王国鹏;王保昌;张浩;冯文杰;杨业泉
作者机构：
三峡大学计算机与信息学院 宜昌443002;三峡大学理学院 宜昌443002;三峡大学电气与新能源学院 宜昌443002
文献出处：
引用格式：
[1]王习东;王国鹏;王保昌;张浩;冯文杰;杨业泉-.基于FPGA与退化YOLO的手机镜片缺陷检测系统)[J].电子测量技术,2022(18):10-17
A类：
软硬协同检测,手机镜片检测
B类：
FPGA,缺陷检测,图像处理法,神经网络法,卷积层,重排序,层进,射到,模块融合,双缓冲,流水线,循环展开,分块,可动态配置,卷积计算,Winograd,GEMM,快速卷积算法,本系,PYNQ,Z2,GOP,比基,滑动窗口,性能提高,单张,ms,Core,i5,CPU,低时延,低功耗,多缺陷,YOLOv2
AB值：
0.414246
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
