面向舰船检测的神经网络加速器设计

作者：肖奇; 程利甫; 蒋仁兴; 柳宜川; 王琴

来源：制导与引信, 2020, 41(03): 11-45.

• 舰船目标检测
• 卷积神经网络加速器
• 现场可编程门阵列
• 并行计算

针对卫星遥感图像的舰船目标检测需求,设计了基于现场可编程门阵列(Field Programmable Gate Array, FPGA)的卷积神经网络(Convolution Neural Network, CNN)加速器。运算单元采用多层次并行化结构,底层采用乘法器级并行结构,使用行缓存单元优化数据流;顶层采用模块级并行结构,可灵活调整输出通道的并行度。针对片外数据访问延时高的问题,提出了基于FPGA块随机存储器(Block Random Access Memory, BRAM)的阵列式片上数据缓存单元,保证数据的实时读取和数据流的灵活分配。实验结果表明:加速器移植到Xilinx KC705开发平台,工作频率达100 MHz,平均吞吐率为217 GOPS,能效比为86.8 GOPS/W,对连续遥感舰船图像的检测速率可达105帧/秒。

• 单位
  上海交通大学; 上海航天电子技术研究所