-
题名基于FPGA与退化YOLO的手机镜片缺陷检测系统
被引量：3
- 1
-
-
作者
王习东
王国鹏
王保昌
张浩
冯文杰
杨业泉
-
机构
三峡大学计算机与信息学院
三峡大学理学院
三峡大学电气与新能源学院
-
出处
《电子测量技术》
北大核心
2022年第18期10-17,共8页
-
基金
国家自然科学基金面上项目(52179136)资助。
-
文摘
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。
-
关键词
FPGA
YOLOv2
手机镜片检测
软硬协同检测
快速卷积算法
-
Keywords
FPGA
YOLOv2
mobile phone lens detection
software and hardware collaborative detection
fast convolution algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
