-
公开(公告)号：CN117853868A
公开(公告)日：2024-04-09
申请号：CN202410027935.2
申请日：2024-01-08
Applicant: 上海大学
IPC: G06V10/82 , G06V10/764 , G06V10/40 , G06N3/063 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种应用于zynq的实时神经网络加速识别系统，涉及数字图像处理领域，包括改进LeNet‑5卷积神经网络，训练改进后的LeNet‑5卷积神经网络，权重数据的量化，设计FPGA中卷积神经网络基本组件加速器，搭建摄像头显示系统，加速器与显示系统整合后，通过zynq FPGA实现实时神经网络加速识别系统。本发明通过改进LeNet‑5卷积神经网络，精简了权重的数量，并对权重进行量化，增加计算效率，更易于在硬件结构中部署，降低了在FPGA中部署卷积神经网络的资源利用率，提高了神经网络识别速度，为图像识别加速器探索出低功耗、低成本和高性能的解决方案，有利于图像识别加速器在嵌入式系统领域的应用。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
