卷积神经网络的软硬件协同加速技术

作     者：李欣瑶 刘飞阳 文鹏程 李鹏 Li Xinyao;Liu Feiyang;Wen Pengcheng;Li Peng

作者机构：航空工业西安航空计算技术研究所西安710068 机载、弹载计算机航空科技重点实验室西安710068 

基　　金：航空科学基金项目(2018ZC31002 2018ZC31003) 

出 版 物：《航空兵器》 (Aero Weaponry)

年 卷 期：2021年第28卷第3期

页      码：99-104页

摘      要：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。

主 题 词：智能计算 硬件加速 目标检测 模型压缩 FPGA 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 082601[082601] 081104[081104] 08[工学] 082501[082501] 0826[工学-生物医学工程类] 082602[082602] 0835[0835] 0825[工学-环境科学与工程类] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.12132/ISSN.1673-5048.2020.0011

馆 藏 号：203104643...