- 专利标题: 一种基于FPGA的CNN模型轻量化方法、目标检测方法及系统
-
申请号: CN202210321733.X申请日: 2022-03-30
-
公开(公告)号: CN114898108A公开(公告)日: 2022-08-12
- 发明人: 赵延龙 , 尹振东 , 吴芝路 , 范浩天 , 李大森
- 申请人: 哈尔滨工业大学
- 申请人地址: 黑龙江省哈尔滨市南岗区西大直街92号
- 专利权人: 哈尔滨工业大学
- 当前专利权人: 哈尔滨工业大学
- 当前专利权人地址: 黑龙江省哈尔滨市南岗区西大直街92号
- 代理机构: 黑龙江立超同创知识产权代理有限责任公司
- 代理商 杨立超
- 主分类号: G06V10/44
- IPC分类号: G06V10/44 ; G06V10/82 ; G06N3/04 ; G06N3/08
摘要:
一种基于FPGA的CNN模型轻量化方法、一种目标检测方法及系统,涉及目标检测技术领域,用以解决现有基于FPGA的CNN模型在目标检测中能量效率较低导致不能满足低功耗、低延时计算需求的问题。本发明的技术要点包括:对SqueezeNet网络模型的卷积层进行定点化,定点化是指对计算和内存存储中的浮点数进行定点表示和运算,包括对输入特征图的定点化、对卷积层参数的定点化和对卷积层激活函数的定点化,其中,输入特征图和卷积层参数均为单精度浮点数;进而还提供一种包含上述SqueezeNet网络模型的目标检测方法及系统。本发明降低了检测网络的计算复杂度,适用于特定场景下的边缘计算平台,提升了检测模型的能量使用效率。
公开/授权文献
- CN114898108B 一种基于FPGA的CNN模型轻量化方法、目标检测方法及系统 公开/授权日:2023-01-06