计算机工程与科学

作者：陈浩敏, 姚森敬, 席禹, 张凡, 辛文成, 王龙海, 任超

单位：（1.南方电网数字电网研究院有限公司，广东 广州 510623；2.天津大学电气自动化与信息工程学院，天津 300072）

关键词：YOLOV3-tiny,卷积神经网络,FPGA,硬件加速,

基金：国家自然科学基金（61972282）

YOLOv3-tiny具有优秀的目标检测能力，但模型所需的计算力依然较大，难以实现面向嵌入式领域的应用。提出一种YOLOv3-tiny的硬件加速方法，并在FPGA平台上实现。首先，针对网络定点化设计，以数据精度与资源消耗为设计指标，通过对模型中数据分布的统计以及数据类型的划分，提出了不同的定点化策略。其次，针对网络并行化设计，通过对卷积神经网络计算特性的分析，使用循环调整、循环分块、循环展开和数组分割等方法，设计了可扩展的常用硬件计算单元架构。然后，针对网络流水化设计，从层间与层内2个方面进行研究，以层间数据流方向和层内任务划分为基础，设计了一种灵活的流水化计算架构。最后，在XILINX XC7Z020CLG400-1平台上进行实验，结果表明，相较于667 MHz的单核ARM-A9处理器，加速比高达290.56。

来源：2021年第12期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2021年第12期