二值VGG卷积神经网络加速器优化设计

作者：张旭欣; 张嘉; 李新增; 金婕^*

来源：电子技术应用, 2021, 47(02): 20-23.

DOI：10.16157/j.issn.0258-7998.201207

• 优化设计
• 二值卷积神经网络
• FPGA加速器

基于FPGA的二值卷积神经网络加速器研究大多是针对小尺度的图像输入,而实际应用主要以YOLO、VGG等大尺度的卷积神经网络作为骨干网络。通过从网络拓扑、流水线等层面对卷积神经网络硬件进行优化设计,从而解决逻辑资源以及性能瓶颈,实现输入尺度更大、网络层次更深的二值VGG神经网络加速器。采用CIFAR-10数据集对基于FPGA的VGG卷积神经网络加速器优化设计进行验证,实验结果表明系统实现了81%的识别准确率以及219.9 FPS的识别速度,验证了优化方法的有效性。

• 单位
  上海工程技术大学