发表服务
基于FPGA的yolo算法加速研究.孙有腾.【摘要】：正1.相关介绍1.1FPGAField-ProgrammableGateArrays(FPGAs)是一种由可配置逻辑模块组成的半导体器件,众多逻辑计算单元组成二维矩阵,逻辑单元之间从水平方向和垂直方向用线网进行连接。.现在一些高端的FPGA芯片,拥有...
基于FPGA的YOLOv2网络研究与实现.何兆华.【摘要】：目标检测是计算机视觉基本任务之一,随着深度学习时代的到来,基于卷积神经网络的目标检测算法得到长足的发展,然而算法的产品化落地问题还亟待解决。.YOLOv2检测网络作为一个性能优良且能达到实时性要求...
针对TINYYOLO车辆检测算法计算量过大,且在小型嵌入式系统中难以达到实时检测要求的问题。利用小型ZynqSoC系统的架构优势以及TINYYOLO的网络权值中存在大量接近零的权值参数这一特点,提出硬件并行加速的改进算法,称为浓缩小型深度网络(Xerantic-TINYYOLO,X-TINYYOLO)车辆检测算
针对当前深度学习目标检测算法计算复杂度高和内存需求大等问题，设计并实现了一种基于FPGA的深度学习目标检测系统。设计对应YOLOv2-Tiny目标检测算法的硬件加速器，对加速器各模块的处理时延建模，给出卷积计算模块的详细设计。实验结果表明，与CPU相比，CPU+FPGA的异构系统是双核ARM-A9能…
DL之Yolo：Yolo算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略目录Yolo算法的简介(论文介绍)1、特点及优缺点2、YOLO中的VOC数据集概念3、论文术语相关概念Yolo算法的架构详解Yolo算法的案…
这里我们谈的是Yolo-v1版本算法，其性能是差于后来的SSD算法的，但是Yolo后来也继续进行改进，产生了Yolo9000算法。本文主要讲述Yolo-v1算法的原理，特别是算法的训练与预测中详细细节，最后将给出如何使用TensorFlow实现Yolo算法。
YOLO算法是什么？YOLO框架（YouOnlyLookOnce）与RCNN系列算法不一样，是以不同的方式处理对象检测。它将整个图像放在一个实例中，并预测这些框的边界框坐标和及所属类别概率。使用YOLO算法最大优的点是速度极快，每秒可处理45帧，也
FPGA的神经网络实现是当今世界的热门技术话题之一。.本文是对FPGA+CNN论文分类的整理。.【嵌牛提问】FPGA+CNN论文如何分类？.快速计算分为两种，一种是利用快速算法，快速算法主要是FFT和Winograd算法，能够加快卷积运算。.其中FFT更适合于卷积核较大的情况下...
论文还将YOLO与当时的其它目标检测算法进行了对比，都是一些比较经典的算法，所以让我们一起来看看它们和YOLO之间有什么相同点和不同之处吧。DeformablepartsmodelsDPM使用的是滑窗法进行目标检测。
本文以YOLO算法为代表总结了卷积网络的计算特性,并分析了卷积网络算法使用FPGA实现的可并行性;考虑到FPGA计算过程需要使用定点计算,与现有网络的浮点运算过程相,因此改进了一种卷积网络的整型量化方法,该方法使用统计的极值动态量化网络的
基于FPGA的yolo算法加速研究.孙有腾.【摘要】：正1.相关介绍1.1FPGAField-ProgrammableGateArrays(FPGAs)是一种由可配置逻辑模块组成的半导体器件,众多逻辑计算单元组成二维矩阵,逻辑单元之间从水平方向和垂直方向用线网进行连接。.现在一些高端的FPGA芯片,拥有...
基于FPGA的YOLOv2网络研究与实现.何兆华.【摘要】：目标检测是计算机视觉基本任务之一,随着深度学习时代的到来,基于卷积神经网络的目标检测算法得到长足的发展,然而算法的产品化落地问题还亟待解决。.YOLOv2检测网络作为一个性能优良且能达到实时性要求...
针对TINYYOLO车辆检测算法计算量过大,且在小型嵌入式系统中难以达到实时检测要求的问题。利用小型ZynqSoC系统的架构优势以及TINYYOLO的网络权值中存在大量接近零的权值参数这一特点,提出硬件并行加速的改进算法,称为浓缩小型深度网络(Xerantic-TINYYOLO,X-TINYYOLO)车辆检测算
针对当前深度学习目标检测算法计算复杂度高和内存需求大等问题，设计并实现了一种基于FPGA的深度学习目标检测系统。设计对应YOLOv2-Tiny目标检测算法的硬件加速器，对加速器各模块的处理时延建模，给出卷积计算模块的详细设计。实验结果表明，与CPU相比，CPU+FPGA的异构系统是双核ARM-A9能…
DL之Yolo：Yolo算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略目录Yolo算法的简介(论文介绍)1、特点及优缺点2、YOLO中的VOC数据集概念3、论文术语相关概念Yolo算法的架构详解Yolo算法的案…
这里我们谈的是Yolo-v1版本算法，其性能是差于后来的SSD算法的，但是Yolo后来也继续进行改进，产生了Yolo9000算法。本文主要讲述Yolo-v1算法的原理，特别是算法的训练与预测中详细细节，最后将给出如何使用TensorFlow实现Yolo算法。
YOLO算法是什么？YOLO框架（YouOnlyLookOnce）与RCNN系列算法不一样，是以不同的方式处理对象检测。它将整个图像放在一个实例中，并预测这些框的边界框坐标和及所属类别概率。使用YOLO算法最大优的点是速度极快，每秒可处理45帧，也
FPGA的神经网络实现是当今世界的热门技术话题之一。.本文是对FPGA+CNN论文分类的整理。.【嵌牛提问】FPGA+CNN论文如何分类？.快速计算分为两种，一种是利用快速算法，快速算法主要是FFT和Winograd算法，能够加快卷积运算。.其中FFT更适合于卷积核较大的情况下...
论文还将YOLO与当时的其它目标检测算法进行了对比，都是一些比较经典的算法，所以让我们一起来看看它们和YOLO之间有什么相同点和不同之处吧。DeformablepartsmodelsDPM使用的是滑窗法进行目标检测。
本文以YOLO算法为代表总结了卷积网络的计算特性,并分析了卷积网络算法使用FPGA实现的可并行性;考虑到FPGA计算过程需要使用定点计算,与现有网络的浮点运算过程相,因此改进了一种卷积网络的整型量化方法,该方法使用统计的极值动态量化网络的
发表服务