| 卷积神经网络定点化设计及FPGA实现 |
| |
| 引用本文： | 陈畅,黄均才,刘鉴栋,袁晶. 卷积神经网络定点化设计及FPGA实现[J]. 单片机与嵌入式系统应用, 2022, 22(2): 41-45 |
| |
| 作者姓名： | 陈畅 黄均才 刘鉴栋 袁晶 |
| |
| 作者单位： | 广东电网有限责任公司广州供电局,广州510000 |
| |
| 基金项目： | 南方电网重点科技项目—智能电网重大关键技术研究与集成示范-课题6:变电站全景孪生及高压设备状态感知技术研究(GZHKJXM20200003)。 |
| |
| 摘 要： | 卷积神经网络优异的性能使其在图像处理领域占有重要地位,然而模型的实际应用多依赖于GPU,难以部署在对功耗敏感的嵌入式设备上。为了使模型能够高效部署在以FPGA为基础的平台上,本文提出一种卷积神经网络定点化方法,以数据精度与资源消耗为设计指标,根据模型中数据分布的统计以及数据类型的划分,确定不同的定点化策略,并给出了不同量化方法与溢出模式和硬件资源消耗的关系。使用Xilinx定点化库进行测试,实验结果表明,使用16位定点数对模型进行统一量化,能够在较小的精度损失下降低硬件资源消耗,且不同的量化模式下硬件资源消耗相同,不同的溢出模式下硬件资源消耗区别较大。
|
| 关 键 词： | 卷积神经网络 定点化 FPGA |
Fixed-point Design of Convolutional Neural Network and FPGA Implementation for Substation Video Surveillance |
| |
| Chen Chang,Huang Juncai,Liu Jiandong,Yuan Jing. Fixed-point Design of Convolutional Neural Network and FPGA Implementation for Substation Video Surveillance[J]. Microcontrollers & Embedded Systems, 2022, 22(2): 41-45 |
| |
| Authors: | Chen Chang Huang Juncai Liu Jiandong Yuan Jing |
| |
| Affiliation: | (Guangzhou Power Supply Bureau of Guangdong Power Grid Co.,Ltd.,Guangzhou 510000,China) |
| |
| Abstract: | |
| |
| Keywords: | convolutional neural network fixed-point FPGA |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
