科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着人工智能（Artificial Intelligence, AI）在自动驾驶和可穿戴等复杂环境中得到广泛应用，一种高效率的语义分割模型成为神经网络模型重要的解决对象。以传统ENET网络模型为基础，提出改进ENET网络，可利用深度学习处理单元（DPU）内部的EeLU激活函数硬件模式减少参数以改进ENET网络，提高DPU的工作性能。通过搭建语义分割的Vitis-AI架构平台，完成构建量化模型和模型网络的训练学习。对比分析多种语义分割试验结果，改进ENET网络，使用更少计算资源达到最优精度，在ZCU106的硬件平台上进行部署，对改进ENET网络的性能进行分析，结果表明试验结果和仿真结果一致。
