硬件加速CNN实时图像处理方法

作     者：张强 孙静 王威廉 康立富 ZHANG Qiang;SUN Jing;WANG Wei-lian;KANG Li-fu

作者机构：云南大学信息学院云南昆明650500 云南师范大学商学院数据科学与工程学院云南昆明651701 

基　　金：国家自然科学基金项目(61261008) 云南省重大科技专项基金项目(2018ZF017) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2020年第41卷第6期

页      码：1581-1585页

摘      要：针对CNN算法计算量大、运算耗时长、对PC资源依赖程度高的缺点,提出一种基于Vivado高层次综合硬件加速CNN实时图像处理的方法。将训练好的CNN模型中各参数提取并导入Vivado HLS中,利用C++语言按照Vivado HLS处理规范编写CNN识别算法,实现由FPGA的逻辑资源生成CNN算法对应的RTL级硬件电路,通过Vivado HLS仿真窗口进行CNN识别算法的测试,评估硬件加速CNN算法实时图像处理的效果。实验结果表明,该方法识别MNIST库中10000例手写体样本仅需8.69 s,PC端识别相同样本的时间为30 s,该方法有利于实时图像处理算法向硬件化高性能处理平台ZynqSOC移植。

主 题 词：图像处理 Vivado高层次综合 卷积神经网络 硬件加速 Zynq片上系统 

学科分类：1305[艺术学-设计学类] 13[艺术学] 081104[081104] 08[工学] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.16208/j.issn1000-7024.2020.06.013

馆 藏 号：203932615...