神经网络异构加速跟踪系统设计与实现

作者:吴凯; 党鑫; 郭风祥; 焦禹铭; 宋庆增*
来源:小型微型计算机系统, 2022, 43(11): 2257-2262.
DOI:10.20009/j.cnki.21-1106/TP.2021-0318

摘要

基于深度学习的目标跟踪算法由于其网络结构十分复杂,计算量大,难以在功耗受限的移动平台上部署,本文针对这一问题提出了一种基于FPGA进行加速神经网络向前推断的异构跟踪系统,使用YOLOv5目标检测算法,根据卷积神经网络特点设计硬件加速模块,改进Deepsort跟踪算法以获得更好的抗遮挡效果,设计指令集开发上位机使硬件模块可以加速YOLOv5目标检测速度,采取软硬件协同优化设计方法分配计算任务,使跟踪系统达到低功耗,实时性的效果,实测处理速度达到50FPS.