计算机工程与应用

2020, v.56;No.965(22) 48-54

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

高性能人脸识别加速器优化设计及FPGA实现
Optimized Design and FPGA Implementation of High-Performance Face Recognition Accelerator

吴进;张伟华;席萌;代巍;

摘要(Abstract):

计算机视觉的快速发展对嵌入式产品的系统性能要求越来越高,传统的现场可编程门阵列(Field Programmable Gate Array,FPGA)平台存在计算吞吐未能很好匹配内存带宽,通用处理器对卷积神经网络(Convolutional Neural Network,CNN)的实现效率不高,未能满足性能要求等问题。针对以上设计瓶颈,使用经典的LeNet-5神经网络模型,在Xilinx ZC706嵌入式开发平台上设计了一个高性能的人脸识别神经网络加速器,在高层次综合(High Level Synthesis,HLS)工具的基础上通过存储优化、定点量化、运算优化等方法对神经网络模型进行优化改进,实现了7层的CNN加速器。实验结果表明,CNN加速器的工作频率为200 MHz,相较于CPU,加速器实现了126倍加速,相较于GPU速度提升10倍以上,并且功耗仅为2.62 W。

关键词(KeyWords): CNN加速器;现场可编程门阵列(FPGA);高层次综合(HLS);存储优化;定点量化

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(No.61834005,No.61772417,No.61602377,No.61634004);; 陕西省重点研发计划项目(No.2017GY-060);; 陕西省自然科学基础研究计划项目(No.2018JM4018)

作者(Author): 吴进;张伟华;席萌;代巍;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享