-
题名面向FPGA部署的CNN-SVM算法研究与实现
被引量：14
- 1
-
-
作者
周彦臻
吴瑞东
于潇
付平
刘冰
李君宝
-
机构
哈尔滨工业大学电子与信息工程学院
沈阳飞机设计研究所
-
出处
《电子测量与仪器学报》
CSCD
北大核心
2021年第4期90-98,共9页
-
基金
国家自然科学基金(61671170)项目资助。
-
文摘
卷积神经网络-支持向量机(CNN-SVM)混合算法结合了CNN特征提取能力和SVM分类性能,在计算复杂度和解决小样本问题上具有一定优势,目前已在故障诊断、医学图像处理等领域得到了一定应用,同时,由于其计算复杂度较低,也引起了边缘计算领域的关注。针对边缘计算场景中对算法性能和功耗的要求,提出了一种面向FPGA平台的CNN-SVM算法优化与实现方法。首先,结合FPGA的架构特点,对CNN-SVM算法结构进行了硬件适应性优化,包括模型压缩和分类器核函数的选取。其次,采用了软硬件协同和高层次综合(HLS)设计方法,完成了CNN-SVM算法加速器的设计与实现。实验结果表明,在ZCU102上,加速器的FPS(frames per second)达到了18.33 K,计算速度为1.474 GMAC/s,相对于CPU平台四核Cortex-A57和Ryzen73700x分别实现了23.57和4.92倍加速,相对于Jetson Nano GPU和GTX750平台能耗比分别达到了33.24和50.27。
-
关键词
CNN-SVM算法
FPGA实现
硬件加速器设计
软硬件协同设计
-
Keywords
CNN-SVM algorithm
FPGA implementation
hardware accelerator design
hardware and software co-design
-
分类号
TN911.73
[电子电信—通信与信息系统]
-
