-
公开(公告)号：CN113568597B
公开(公告)日：2024-07-26
申请号：CN202110802058.8
申请日：2021-07-15
Applicant: 上海交通大学
IPC: G06F7/544 , G06F17/15 , G06N3/0464 , G06N3/063 , G06F15/78
Abstract: 本发明提供了一种面向卷积神经网络的DSP紧缩字乘法方法及系统，设计出一种基于FPGA上DSP资源实现的紧缩字乘法计算模式。紧缩字乘法即利用数据量化的低比特优势，在一个DSP内部实现多个四比特乘法，提高资源的利用效率。此外，由于FPGA对DSP单元之间的级联进行了专门优化，因此本发明又利用DSP单元的级联实现了紧缩字乘累加，即完成多次紧缩字乘法并累加后，再从紧缩字乘积中提取出运算结果。本发明充分利用了DSP的特性，提高了DSP的利用效率，有利于系统能效比的优化。
-
公开(公告)号：CN113568597A
公开(公告)日：2021-10-29
申请号：CN202110802058.8
申请日：2021-07-15
Applicant: 上海交通大学
Abstract: 本发明提供了一种面向卷积神经网络的DSP紧缩字乘法方法及系统，设计出一种基于FPGA上DSP资源实现的紧缩字乘法计算模式。紧缩字乘法即利用数据量化的低比特优势，在一个DSP内部实现多个四比特乘法，提高资源的利用效率。此外，由于FPGA对DSP单元之间的级联进行了专门优化，因此本发明又利用DSP单元的级联实现了紧缩字乘累加，即完成多次紧缩字乘法并累加后，再从紧缩字乘积中提取出运算结果。本发明充分利用了DSP的特性，提高了DSP的利用效率，有利于系统能效比的优化。
-
公开(公告)号：CN111950709A
公开(公告)日：2020-11-17
申请号：CN202010808453.2
申请日：2020-08-12
Applicant: 上海交通大学
Abstract: 本发明提供了一种面向无人机图像目标检测的SqueezeNet网络折叠构造方法及系统，包括：步骤S1：调用并配置各子模块实现整个卷积池化部分；步骤S2：获取物体种类信息、物体置信度信息和物体位置信息；步骤S3：确定数据流向，获取数据流向确定结果信息；步骤S4：根据硬件结构同时进行的卷积运算数目和图像识别神经网络的结构，将卷积池化部分分为7个阶段，更新HalfFire模块的权重，对加速器的配置例化HalfFire模块后，每个阶段依次完成相应操作；步骤S5：获取面向无人机图像目标检测的SqueezeNet网络折叠构造结果信息。本发明构造合理，使用方便，克服了现有技术的缺陷。
-
公开(公告)号：CN111950709B
公开(公告)日：2023-11-03
申请号：CN202010808453.2
申请日：2020-08-12
Applicant: 上海交通大学
IPC: G06N3/0464 , G06N3/082 , G06N3/048 , G06V20/13 , G06V10/764 , G06V10/82
Abstract: 本发明提供了一种面向无人机图像目标检测的SqueezeNet网络折叠构造方法及系统，包括：步骤S1：调用并配置各子模块实现整个卷积池化部分；步骤S2：获取物体种类信息、物体置信度信息和物体位置信息；步骤S3：确定数据流向，获取数据流向确定结果信息；步骤S4：根据硬件结构同时进行的卷积运算数目和图像识别神经网络的结构，将卷积池化部分分为7个阶段，更新HalfFire模块的权重，对加速器的配置例化HalfFire模块后，每个阶段依次完成相应操作；步骤S5：获取面向无人机图像目标检测的SqueezeNet网络折叠构造结果信息。本发明构造合理，使用方便，克服了现有技术的缺陷。
-
-
-
Search Results
4
records
(took 0.015 seconds)
