基于SoC的卷积神经网络系统设计

来源：电子测量技术杂志2019年第10期北京时间：

作者：李子聪，曾宇航，熊晓明

摘要：近些年，卷积神经网络（CNN）出色地完成了许多机器视觉任务。但现有的软件实施方案无法很好地在便携式设备中实现，为此设计一种基于Xilinx 全可编程SoC的CNN系统，在固定资源的SoC平台下，只需较少资源即可实现快速的检测系统。系统实现多级流水线和输入数据复用的方法提高计算效率。系统硬件部分实现CNN计算，软件实现图片预处理及图片检测后处理，从而提高运行效率，系统可实现多种卷核的卷积操作，平均值池化，非极大值抑制抑制算法，实现图片中多人脸的准确定位。实验结果表明，在100 MHz的工作频率下，系统的平均计算速率为0.19 Gops/s，功耗仅为通用CPU的4.07%。

关键词：SoC;卷积神经网络;并行化;软硬件协同设计

基金资助：广东省科技项目（2017B090909004）资助