推荐星级:
- 1
- 2
- 3
- 4
- 5
CNP:基于FPGA的卷积网络处理器
资料介绍
卷积网络(ConvNets)是生物启发的分层体系结构,可以训练以执行各种检测,识别和分割任务。 ConvNets有一个前馈架构,由多个线性卷积滤波器组成,散布着逐点非线性压缩函数。本文介绍了一种在低端SPOR现场可编程门阵列(FPGA)上的ConvNets的有效实现。该实现利用了ConvNets的固有并行性,并充分利用了FPGA上的多个硬件乘法累加单元。整个系统使用单个FPGA和外部存储器模块,没有额外的部件。实现了网络编译器软件,该软件描述了经过训练的ConvNet并将其编译为ConvNet处理器(CNP)的一系列指令。实施并测试了ConvNet人脸检测系统。 512 384帧上的人脸检测需要100毫秒(每秒10帧),这相当于这个3.4亿连接网络平均每秒3:4 109个连接的性能。该设计可用于微型无人机和其他小型机器人的低功率,轻量级嵌入式视觉系统。
部分文件列表
文件名 | 大小 |
farabet-fpl-09.pdf | 657K |
全部评论(0)