基于FPGA的遥感图像实时检测硬件加速

作者：赵永辉; 吕勇; 刘雪妍; 万晓玉; 郭淳宇; 刘淑玉^*

来源：电光与控制, 2023, 30(12): 115-120.

• 遥感图像
• 注意力机制
• FPGA
• YOLOv4

遥感图像实时检测是遥感应用领域的关键技术问题之一，针对目前主流的目标检测算法在图像处理器(GPU)上存在模型参数量大、实时性差、功耗大和成本高的问题，提出一种基于现场可编程门阵列(FPGA)的遥感图像实时检测方案。首先，为减少参数量、提高检测速度，采用MobileNetv2作为特征提取网络，融合深度可分离卷积，使得模型轻量化便于部署；接着，采用CA注意力模块提高检测精度；最后，将模型浮点数参数量化为8位定点数，并将量化后的网络模型在FPGA上完成部署。实验表明，在遥感数据集VisDrone 2019上，所提设计方案平均精度均值(mAP)达到14.79%,FPS达到46.78帧/s,平均功耗为8 W,比CPU提高375.4%的检测速度，比GPU降低96.8%的功耗。该方案可以满足实时目标检测的要求，并且能够部署在功耗受限的卫星、无人机等设备上。

• 单位
  东北林业大学