基于Caffe的卷积神经网络在FPGA上的部署方法

作者：杨鹏飞; 王泉; 张志强; 梁瑀; 王振翼; 李喜林

来源：2020-08-10, 中国, ZL202010793360.7.

本发明提出了一种基于Caffe的卷积神经网络在FPGA上的部署方法,用于解决现有技术存在的时间消耗大、部署时间长和实际应用性差的问题,实现步骤为：获取训练样本集；基于Caffe构建卷积神经网络模型C；基于Caffe对卷积神经网络模型C进行训练；基于Caffe提取训练好的卷积神经网络模型C～*的参数并存储；基于verilog建立卷积神经网络C～(**)；获取卷积神经网络在FPGA上的部署结果。本发明利用Caffe的函数建立了易于控制的卷积神经网络模型,提升了卷积神经网络在FPGA上部署的速度,并且设计了参数配置时的映射操作,让卷积神经网络能够顺利部署。

• 单位
  西安电子科技大学