【摘 要】
：
近几年,公共场所佩戴口罩已经成为大多数国家的共识。同时卷积神经网络在图像识别领域有着良好的应用前景,卷积神经网络需要大量的资源和内存,并且计算量大,FPGA凭借其可重构、低延迟和低功耗等特点,成为主流的应用平台之一。本文通过在FPGA端部署卷积神经网络并识别口罩佩戴情况主要研究成果如下:1.在软件端,利用自主设计的卷积神经网络检测口罩佩戴情况,得到98.5%的识别准确率,并可区分出佩戴口罩不规范和
论文部分内容阅读
近几年,公共场所佩戴口罩已经成为大多数国家的共识。同时卷积神经网络在图像识别领域有着良好的应用前景,卷积神经网络需要大量的资源和内存,并且计算量大,FPGA凭借其可重构、低延迟和低功耗等特点,成为主流的应用平台之一。本文通过在FPGA端部署卷积神经网络并识别口罩佩戴情况主要研究成果如下:1.在软件端,利用自主设计的卷积神经网络检测口罩佩戴情况,得到98.5%的识别准确率,并可区分出佩戴口罩不规范和手捂口鼻等遮挡的情况。2.在算法的硬件移植方面,本文创新地使用多种优化方式实现卷积运算和池化运算的分级输出。对于PL端,针对大部分卷积神经网络的运算速度瓶颈在卷积层的特性,对卷积运算进行循环变换和并行度分析,提出一种基于权重复用的8并行可重构卷积运算单元。为提高运算效率,在运算单元内部使用流水线和双缓存设计。由于FPGA内部资源有限,分析并采用对系统读访问需求较小的方式对大型卷积运算进行拆分;在池化运算单元中,将池化运算分解为横向池化和纵向池化,并在存储空间和运算单元上进行优化设计;在全连接运算单元中,设计双缓存的独立运算单元;最后,设计基于CORDIC算法的Softmax函数运算单元。3.在上述基础上在PS端进行驱动和优化设计,对卷积运算进行拆分和数据复用,调度各个运算单元共同完成加速工作。不仅如此,由于神经网络具有鲁棒性,还使用将32位浮点数转换为16位动态定点数的方法,以减少网络模型占用的内存空间和系统的数据传输量,同时减小DSP计算资源。4.最后在XCZU3EG-SFVC784-1-I上进行测试,系统时钟频率为200 MHz。在上文设计的网络模型中,卷积运算单元的平均乘加器利用率达到93.37%,加速器有效算力为11.95 GMAC/s,能效比为5.36 GMAC/W,平均处理一张图片的时间为37.82 ms,性能约为i7-8750H型CPU的4.7倍。与软件结果对比后,损失为0.25%。
其他文献
随着信息技术的不断革新,网络已经成为人们获取信息的主要手段,信息也呈现出多种多样的表达形式。图像作为承载信息最重要的载体之一,如何从海量图像数据中获取必要信息,即图像处理方法,一直受到大量学者的广泛关注和研究。常见的图像处理方法包括图像的变换、压缩、增强、复原以及分割等,其中图像分割方法在图像处理领域中的作用尤为明显。图像分割的方法多种多样,为特定的对象选择合适的分割方法尤为重要,针对图像分割问题
农牧业关乎国民生计,农牧产品的质量安全是影响人们幸福指数的关键。在畜禽养殖阶段提高养殖的工作效率可以在一定程度上保证农牧产品的质量安全,而建立一套完整的畜禽信息管理系统用于提升养殖工作效率对整个农牧业有很大的帮助。国内外对于圈养型牧场的信息管理产品较为成熟,但是面向圈外放养的大型牧场相关产品研究较少。该类型牧场的特点是地域辽阔,日常巡检工作花费时间较长,人工成本大,巡检工具对天然草场破坏严重。因此
内蒙古地区生物多样性丰富,但环境污染和气候恶化等因素导致濒危植物逐年增加,开展精准有效的植物保护刻不容缓。利用装有双目相机的无人机对濒危植物开展野外生存状况调查,确定濒危植物的空间分布位置,再进行生物性状等数据的测量,对了解植物生长情况,鉴定植物濒危等级意义重大。本文围绕植物定位和生物性状测量两大需求,研究了基于双目视觉技术的植物定位和测量算法。算法涉及的主要内容有相机标定、图像去雾和立体匹配。在
物联网（Internet of Things,IoT）作为第三次信息科技革命正迅速的涌现在不同的应用领域,推动生活方式向智慧化的方向发展,提高了社会的经济效益。然而,物联网传感器层（IoT Sensors Layer,ISL）目前所面临的能耗和安全问题成为了限制其快速发展的主要因素。针对上述问题,本文将从兼顾ISL能效和安全性的角度出发,结合IoT的网络特性,对适用于ISL的高效路由协议展开研究。
雨、雪、雾霾等恶劣天气会导致严重的大气散射,这会使拍摄设备获取的视频图像色彩失真、对比度降低,导致以提取图像内部特征为基础的比如天网系统等道路监控系统和现在应用比较多的视觉识别系统无法正常工作。所以为了能使这些视频采集系统正常且稳定地工作,使有雾图像中的细节信息恢复,必须行之有效地去除图像中由于天气效果所带来的干扰,使获取到的有雾视频图像的关键信息得以重现,这样的预处理对提高视觉系统的可靠性和鲁棒
为了推动奶牛养殖业的现代化、规模化发展,我国多个部门联合发布文件推动活体奶牛抵押为奶牛养殖个体户和中小型牧场提供资金。但是活体抵押贷款中存在着很多问题。一方面,活体抵押品本身具有特殊性,容易遭受自然灾害的破坏以及被人为的恶意更换,很难作为抵押品使用;另一方面,奶牛养殖牧场往往位置偏僻,频繁派遣工作人员前往会浪费大量的人力。本文基于上述活体抵押面临的难题结合当地银行实际业务流程,使用物联网技术,流行
多视角个体动作识别研究是计算机视觉领域的一个前沿课题,旨在通过检测多视角动作数据而提取相关特征,继而对动作特征理解以实现动作分类的过程。个体动作的多样性、不同种类动作的相似性以及相同种类动作的差异性都增加了识别难度;拍摄场景的复杂性、光照的强弱性和视角的多变性也同样影响着识别效果。为了改善多视角个体动作的识别效果,本文搭建了基于残差网络（Residual Network,ResNet）和长短期记忆
智慧物联网行业的兴起,为草原火灾监测预警系统的实现提供了更加细致精密的手段。在草原火监测中,运用各类传感器对草原环境进行有效的监测,以大数据分析及人为控制等手段为草原构建出各季最优环境,是进一步抑制草原火灾的重要举措。本文针对现有的草原火监测系统存在的数据采集时能量所耗较多、数据因未进行全网同步而不具有时效性等问题,选用以ZigBee为技术基础的成本较低、功耗适中、分布式自组织无线传感器网络,设计
近年来对于植物的保护成为研究热点,在复杂广阔的自然环境下,无人机航拍成为植物图像获取的最佳方式。鉴于地面终端管理系统在航拍图像管理中的核心地位,对地面终端系统的深入研究成为航拍项目的重中之重。本文首先从实验室课题背景出发,采集内蒙古自然环境中植物的航拍图像进行分割与识别,以便统计区域内的植物种类及生长情况,本文针对课题应用所需设计一款地面终端管理系统,本地面终端系统可使操作人员对传回地面的图像更加
随着畜牧业的发展,规模化、精细化、智能化养殖已经成为牛养殖业的必然发展趋势。牛个体识别技术是牛精细化养殖和保险业的基础,并且牛的育种、疾病控制、智能化管理,以及乳制品与牛肉制品的质量监管等方面都需要高效的个体识别技术。随着深度学习技术在图像领域的发展,基于生物特征的牛个体识别技术取得了长足进步。本文以牛的面部特征为基础,提出了基于深度学习的牛面部图像识别方法,具体工作如下:1.构建牛面部图像数据集