基于软硬件协同加速框架的遥感图像目标检测

作者：谭金林; 范文童; 刘亚虎; 梁志锋; 王梁; 刘斌; 黄斌

来源：计算机与现代化, 2022, (06): 109-115.

• 遥感图像
• 目标检测
• 卷积神经网络
• 现场可编程门阵列

由于遥感图像目标检测模型计算复杂度和内存需求的急剧增加，难以应用在小尺寸和低功耗的嵌入式平台上。针对上述问题，本文提出一种基于现场可编程门阵列(Field-Programmable Gate Array,FPGA)的软硬件协同加速框架，实现遥感图像目标检测模型的推理加速。首先，遵循Vitis AI加速方案对训练后的YOLOv3网络参数进行压缩、编译;其次，在FPGA端搭建包含深度学习处理单元(Deep-Learning Processing Unit,DPU)模块的底层硬件工程，并在ARM上编写DPU任务调度程序;最后，在Zynq So C开发平台上实现FPGA的推理加速。实验结果表明，该框架在Xilinx-Zynq-MPSoC上的平均吞吐率为1.75 TOPs(26.8 fps)，并且在DIOR数据集上的平均精度(mean Average Precision,m AP)为56.7%。

• 单位
  西安电子科技大学