公开(公告)号：CN119397235A

公开(公告)日：2025-02-07

申请号：CN202411428569.8

申请日：2024-10-14

Applicant: 重庆邮电大学

Inventor： 董鑫 ,  彭俊 ,  罗志勇 ,  董亮 ,  孙立博

IPC: G06F18/213 ,  G06N3/096 ,  G06N3/0464

Abstract: 本发明属于人工智能技术领域，公开了一种基于移位模块和AXI交叉矩阵的FPGA故障诊断加速器设计方法，将GHOSTNETV2作为主干网络，该网络的第一层主要卷积层对输入内容进行标准的3x3二维卷积操作，以提取特征，然后将这些特征输入到后续层进行进一步的特征提取，单独对这一层进行优化；分析了量化和数据打包对延迟的影响，比较了从32位到8位不同数据格式的不同量化方法；为不同的网络层选择了不同的量化策略；选择了Xilinx FPGA的高级综合工具HLS；将每个Xilinx DSP48E1分解为两个8×8乘法器，以最大化计算资源。本发明通过理论分析和实验获得了最优的混合精度量化策略，并决定使用知识蒸馏来保持精度，从而显著减少硬件资源的使用。

公开(公告)号：CN117935025A

公开(公告)日：2024-04-26

申请号：CN202311528315.9

申请日：2023-11-16

Applicant: 重庆邮电大学

Inventor： 董鑫 ,  彭俊 ,  罗志勇 ,  乔磊 ,  廖天绪 ,  梁钰艳 ,  李明周

IPC: G06V10/94 ,  G06N3/0464 ,  G06N3/0495 ,  G06N3/045 ,  G06N3/096 ,  G06V10/764 ,  G06V10/82 ,  G06N3/082

Abstract: 本发明请求保护一种基于FPGA和量化蒸馏的图像分类异构硬件加速方法，属于故障诊断领域，所述方法包括量化、知识蒸馏算法部分和硬件加速部分，整体以深度神经网络作为基础框架，通过量化蒸馏压缩模型，结合FPGA异构加速技术，通过HLS编译，软硬件协同开发IP核和堆栈开发实现算法嵌入式移植，教师网络选择GHOSTNETV2网络，通过通道剪枝和量化实现优化型轻量网络；学生网络基于深度可分离卷积，winograd加速算法和量化技术实现了轻量网络；最后引入离线蒸馏模式实现硬件友好型网络；硬件部分选择HLS实现C\RTL联合编译IP核，VITISAI堆栈开发部署到XILINX公司的MPSOC架构板卡ZYNQ。本发明不仅提高了目标分类设备的便携利用程度和效率，同时降低了成本。