一种基于卷积神经网络的快速图像识别加速器设计方法
授权
摘要
本发明涉及一种基于卷积神经网络的快速图像识别加速器设计方法，属于图像识别技术领域。该方法包括：1)基于ARM和FPGA相结合的物联网终端，在ARM端负责对摄像头的参数进行配置，对采集的图像数据，权重数据进行处理；2)设计软硬件相结合的流水线处理方案，采用图像分块并行、输入通道并行和输出通道并行相结合的运算策略，基于该策略建立终端资源与识别时间的模型；3)根据求解模型获得最佳图像分块大小和卷积并行参数，在FPGA端构建卷积神经网络模型对图像进行识别。本发明能够在资源受限的物联网终端上充分利用片上资源，在提高资源利用率的同时，有效地提高了图像的识别速度。
基本信息
专利标题 ：
一种基于卷积神经网络的快速图像识别加速器设计方法
专利标题（英）：
暂无
公开（公告）号 ：
CN112508184A
申请号 ：
CN202011486673.4
公开（公告）日 ：
2021-03-16
申请日 ：
2020-12-16
授权号 ：
CN112508184B
授权日 ：
2022-04-29
发明人 ：
向敏刘榆赵小翔周闰
申请人 ：
重庆邮电大学
申请人地址 ：
重庆市南岸区黄桷垭崇文路2号
代理机构 ：
北京同恒源知识产权代理有限公司
代理人 ：
赵荣之
优先权 ：
CN202011486673.4
主分类号 ：
G06N3/063
IPC分类号 ：
G06N3/063 G06F15/163 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/06
物理实现，即神经网络、神经元或神经元部分的硬件实现
G06N3/063
采用电的
法律状态
2022-04-29 ：
授权
2021-04-02 ：
实质审查的生效
IPC(主分类) : G06N 3/063
申请日 : 20201216
申请日 : 20201216
2021-03-16 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
