基于FPGA的高效MobilenetV2加速器设计
凌元
韩文俊
张辉
陈子洋
南京电子技术研究所 江苏南京 210039
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
论文发表日期：2022-06-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：5( 60-64 )