基于FPGA的高效MobilenetV2加速器设计  

作　　者：凌元[1] 韩文俊[1] 张辉 陈子洋 LING Yuan;HAN Wenjun;ZHANG Hui;CHEN Ziyang

机构地区：[1]南京电子技术研究所,江苏南京210039

出　　处：《信息技术与信息化》2022年第6期60-64,共5页Information Technology and Informatization

摘　　要：基于卷积神经网络的目标识别在图像识别领域应用广泛,为满足小型化嵌入式设备的实时处理需求,卷积神经网络的轻量化设计及其高效实现成为一种研究趋势。基于此,提出了一种适用于不同FPGA平台的Mobilenet V2卷积神经网络的实现方案。首先采用多计算核并行处理的方式,可同时实现多幅图像识别;其次计算核内部采用卷积核间串行流水的实现架构,减少了内部缓存大小及处理延迟。通过FPGA平台实测,在无剪枝及压缩的情况下,实现了48.6帧/s的处理速率。

关 键 词：卷积神经网络 现场可编程门阵列 逐点卷积 深度分离卷积 批量标准化 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TP183[自动化与计算机技术—计算机科学与技术]