基于FPGA与退化YOLO的手机镜片缺陷检测系统

来源：电子测量技术杂志2022年第18期北京时间：

作者：王习东，王国鹏，王保昌，张浩，冯文杰，杨业泉

单位：1.三峡大学计算机与信息学院 宜昌 443002;2.三峡大学理学院 宜昌 443002;3.三峡大学电气与新能源学院 宜昌 443002

摘要：针对镜片缺陷检测采用图像处理法和神经网络法存在时延高、功耗高和检测缺陷类别较少等问题，设计了一种基于FPGA与退化YOLO的软硬协同检测系统。系统中使用卷积层代替YOLO网络的重排序层进行网络退化，并映射到FPGA上；采用动态量化、模块融合、双缓冲流水线、循环展开和分块等优化策略，设计可动态配置的加速IP，其中的卷积计算模块分别实现了基于Winograd和GEMM的快速卷积算法。实验结果表明，本系统的加速IP在PYNQ-Z2上获得了51.89 GOP/s的计算性能，比基于典型滑动窗口卷积计算方法的性能提高了0.76倍，加速单张图像的时延为433ms，功耗为1.07W，与Core i5-10500 CPU相比，能效是其365.27倍，实现了小型设备对手机镜片低时延、低功耗的多缺陷检测。

关键词：FPGA;YOLOv2;手机镜片检测;软硬协同检测;快速卷积算法

基金资助：国家自然科学基金面上项目(52179136)