摘要
针对目前精确制导武器末制导系统智能化发展面临的挑战,结合智能目标识别算法在嵌入式硬件上的计算需求,选取针对小目标具有较好检测效果的YOLOv3网络进行优化部署验证。研究基于BatchNorm层的双正则项神经网络裁剪优化算法、基于TensorRT的INT8量化技术以及面向FPGA计算架构的INT8训练与量化协同优化算法。针对YOLOv3网络结构,在三种典型嵌入式硬件平台上进行优化性能验证,包括NVIDIA Jetson Xavier平台、FPGA EC2实例平台和Xilinx Ultrascale+MPSoC ZCU104平台。结果表明,本文提出的优化算法可以在网络识别精度与推理速度之间获得较好的均衡。
- 单位