基于FPGA加速的卷积神经网络识别系统

作     者：林志文 林志贤 郭太良 林珊玲 Lin Zhiwen;Lin Zhixian;Guo Tailiang;Lin Shanling

作者机构：福州大学物理与信息工程学院 

基　　金：国家重点研发计划课题(2016YFB0401503) 广东省科技重大专项(2016B090906001) 福建省科技重大专项(2014HZ0003-1) 广东省光信息材料与技术重点实验室开放基金资助项目(2017B030301007) 

出 版 物：《电子技术应用》 (Application of Electronic Technique)

年 卷 期：2020年第46卷第2期

页      码：24-27页

摘      要：针对卷积神经网络(CNN)在通用CPU以及GPU平台上推断速度慢、功耗大的问题,采用FPGA平台设计了并行化的卷积神经网络推断系统。通过运算资源重用、并行处理数据和流水线设计,并利用全连接层的稀疏性设计稀疏矩阵乘法器,大大提高运算速度,减少资源的使用。系统测试使用ORL人脸数据库,实验结果表明,在100 MHz工作频率下,模型推断性能分别是CPU的10.24倍,是GPU的3.08倍,是基准版本的1.56倍,而功率还不到2 W。最终在模型压缩了4倍的情况下,系统识别准确率为95%。

主 题 词：卷积神经网络(CNN) FPGA 人脸识别 稀疏性 

学科分类：080903[080903] 0809[工学-计算机类] 08[工学] 081203[081203] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16157/j.issn.0258-7998.191000

馆 藏 号：203880998...