-
题名卷积神经网络的软硬件协同加速技术
被引量：7
- 1
-
-
作者
李欣瑶
刘飞阳
文鹏程
李鹏
-
机构
航空工业西安航空计算技术研究所
机载、弹载计算机航空科技重点实验室
-
出处
《航空兵器》
CSCD
北大核心
2021年第3期99-104,共6页
-
基金
航空科学基金项目(2018ZC31002
2018ZC31003)。
-
文摘
面向构建智能化航空电子系统的需求,提升有人机/无人机智能化作战水平,设计并实现卷积神经网络CNN的软硬件协同加速技术,以解决目标识别、辅助决策、自主规划等复杂问题。针对算法模型的庞大参数量与嵌入式环境有限存储资源的冲突问题,采用模型结构优化及量化算法压缩网络规模。针对复杂浮点运算与计算资源紧缺的冲突问题,基于Verilog HDL设计卷积、池化两种加速算子,采用流水线+全并行方式,以达到计算加速的目的。通过软件优化设计与硬件加速运算的协同作用,实现卷积神经网络的推理过程加速。以YOLOv3及YOLOv3-Tiny两种典型CNN为例进行加速,并在Xilinx ZCU102 FPGA评估板上进行验证。结果表明,加速后的模型与原模型对比,参数量可压缩3/4左右,YOLOv3的推理速度提升近65倍,YOLOv3-Tiny提升23倍左右。
-
关键词
智能计算
硬件加速
目标检测
模型压缩
FPGA
-
Keywords
intelligent computing
hardware acceleration
target detection
model compression
FPGA
-
分类号
TJ760
[兵器科学与技术—武器系统与运用工程]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
