典型文献
基于FPGA的通用卷积神经网络识别系统研究
文献摘要：
针对目前在中央处理器(CPU)中部署卷积神经网络速度慢、在图形处理器(GPU)中功耗高等问题,采用基于现场可编程门阵列(FPGA)平台开发的卷积神经网络识别系统,对卷积神经网络的各个环节进行算法加速.考虑到算法的计算量和逻辑资源的消耗主要集中在卷积层,提出了在特征图的通道方向进行双卷积并行模块设计.在卷积神经网络的池化层和激活函数Softmax中,设计了流式池化,并提出改进的分段查表计算Softmax函数的方法.另外,在归一化和预处理阶段也分别进行了优化.卷积神经网络识别系统选用XILINX公司的ZCU104开发平台.该平台内部包含片上系统与可编程逻辑控制器.通过自制水果数据集,分别在ZCU104、CPU和GPU上进行试验.试验结果显示,ZCU104分类的准确率达到了95.8％,识别速度约为计算机端上CPU实现同种网络模型的3倍,并且高于GPU.此外,该系统通用性高、资源占用率低,可应用在其他神经网络模型中.
文献关键词：
卷积神经网络;现场可编程门阵列;识别系统;并行;双卷积
中图分类号：
作者姓名：
赵凡;白雪;杨涛;赵不贿;徐雷钧
作者机构：
江苏大学电气信息工程学院,江苏 镇江 212013;镇江芯智慧电子科技有限公司,江苏 镇江 212001
文献出处：
引用格式：
[1]赵凡;白雪;杨涛;赵不贿;徐雷钧-.基于FPGA的通用卷积神经网络识别系统研究)[J].自动化仪表,2022(01):42-47,54
A类：
ZCU104,水果数据集
B类：
FPGA,识别系统,中央处理器,CPU,速度慢,图形处理器,GPU,功耗,现场可编程门阵列,平台开发,计算量,卷积层,特征图,双卷积,模块设计,池化,激活函数,Softmax,函数的方法,统选,XILINX,开发平台,含片,片上系统,可编程逻辑控制器,端上,统通,通用性,资源占用率低
AB值：
0.264126
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。
