基于Soft-NMS的候选框去冗余加速器设计

来源：计算机工程与科学杂志2021年第4期北京时间：

作者：李景琳, 姜晶菲, 窦勇, 许金伟, 温冬

单位：（国防科技大学计算机学院,湖南 长沙 410073）

摘要：目标检测任务通常使用非极大值抑制算法（NMS）删除卷积神经网络输出的冗余候选框。Soft-NMS使用逐步衰减候选框得分值的方法代替Hard-NMS中直接删除大于预定义阈值候选框的方法，可以避免误删图像中重叠的目标候选框，提高目标检测任务的准确率。但是，频繁地改变候选框得分值使得Soft-NMS较Hard-NMS更为复杂，为了实现高准确率、低延时、低功耗的候选框去冗余效果，提出一种基于Soft-NMS的体系结构，利用对数函数优化复杂的浮点计算，细粒度流水和粗粒度并行组成2级优化结构进一步提升算法的吞吐率。在XILINX KU-115 FPGA开发板上对该体系结构进行了评估，评估结果表明，该体系结构的功耗为6.107 W，处理992个候选框的延时为168.95 μs,与CPU实现的Soft-NMS相比，该体系结构实现了36倍的性能提升,性能功耗比为CPU实现的264倍。

关键词：可重构计算,目标检测,非极大值抑制,

基金资助：国家核高基重大专项（2018ZX01028101）