-
题名基于FPGA动态重构的快速车牌识别系统
被引量：3
- 1
-
-
作者
訾晶
张旭欣
金婕
-
机构
上海工程技术大学电子电气工程学院
-
出处
《传感器与微系统》
CSCD
2019年第12期69-72,共4页
-
基金
国家自然科学基金资助项目(61801286)
天津市科学基金资助项目(16JCYBJC41500)
-
文摘
FPGA有限的片上资源限制了复杂神经网络的实现,通过动态部分重构技术,完成2种软硬件方案设计。与纯软件方式相比,网络执行速度提高了3倍以上;自制车牌字符数据集,在Caffe网络框架下实现了99.45%的训练精度;最终,基于PYNQ-Z1开发板,完成了快速车牌识别系统的设计。
-
关键词
现场可编程门阵列
卷积神经网络
高层次综合
动态部分重构
车牌识别
-
Keywords
field programmable gate array(FPGA)
convolutional neural network(CNN)
high-level synthesis(HLS)
dynamic partial reconfiguration(DPR)
license plate recognition(LPR)
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于FPGA的可配置神经网络硬件设计
被引量：3
- 2
-
-
作者
訾晶
张旭欣
王钰
金婕
-
机构
上海工程技术大学电子电气工程学院
-
出处
《传感器与微系统》
CSCD
2020年第12期92-95,共4页
-
基金
国家自然科学基金资助项目(61801286)
天津市科学基金资助项目(16JCYBJC41500)。
-
文摘
利用现场可编程门阵列(FPGA)器件可配置的优势,在FPGA上实现卷积神经网络,将训练后的网络参数按层、分块存放在FPGA的片上内存中,针对每层网络配置独立的计算阵列。利用高层次综合工具以及C++作为设计语言,调整优化硬件结构的设计,最后以CIFAR10数据集验证新结构的设计,将原有结构的图像分类效率提高了31%,同时降低了硬件资源占用。
-
关键词
现场可编程门阵列
卷积神经网络
计算阵列
片上内存
高层次综合
-
Keywords
field programmable gate array(FPGA)
convolutional neural network(CNN)
computing array
on-chip memory(OCM)
high-level synthesis(HLS)
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
