基于卷积神经网络的手写体数字识别及其加速方法

作者：张玉娇

来源：集成电路应用, 2022, 39(06): 63-65.

DOI：10.19339/j.issn.1674-2583.2022.06.022

• 卷积神经网络
• 手写体数字
• FPGA
• 硬件加速

阐述卷积神经网络因其在图像识别领域的优良表现，它被广泛应用于车牌识别、自动银行支票处理等领域，但卷积神经网络的参数量大、运算量大，且随着网络层数的加深运算量成倍增加，使其运算速度较慢，影响了模型落地及应用部署。模型轻量化部署及加速研究显得尤为重要，模型压缩、算子优化、硬件加速成为发展方向。以手写体数字识别的卷积神经网络为例，探讨卷积神经的结构特点、实施加速的方向和基于FPGA的硬件加速应用。

• 单位
  电子信息工程学院; 鹤壁职业技术学院