基于FPGA的卷积神经网络图像识别算法研究

算法研究

展开

网络出版日期: 2023-07-04

收起

Research on Convolutional Neural Network Image Recognition Algorithm Based on FPGA

Expand

Online published: 2023-07-04

Fold

目前在中央处理器(CPU) 中，卷积神经网络存在速度慢、功耗高的缺点，针对深度学习中的卷积神经网络所需计

算时间长、消耗资源多、卷积运算量大的问题，提出了使用现场可编程门阵列(FPGA) 硬件平台对卷积神经网络图像识别系统

进行加速，对卷积神经网络的进行算法改进和加速。设计了卷积层并行计算的流水线模块和池化层改进模块，还通过数据量

化的方式减少FPGA资源耗费。最后，使用MINST数据集对算法进行评估，在Zynq7010和CPU上进行验证。实验结果表明，

设计的方法资源占用率低，识别速度快，适合实际领域使用。

关键词：

卷积神经网络

; 现场可编程门阵列; 图像识别; 并行加速; 定点数量化

贾亮徐善博邢轶博 .

基于FPGA的卷积神经网络图像识别算法研究

[J]. 电脑与电信, 2022 , 1(12) : 58 . DOI: 10.15966/j.cnki.dnydx.2022.12.012

Options

文章导航