卷积神经网络的FPGA实现及优化

• 作 者: 王开宇 生梦林 韩睿 李伯轩 刘晨阳 申人升
• 机 构: 大连理工大学电子信息与电气工程学部
• 出 处: 实验室科学
• 发表日期: 2018年04期
• 关键词: 卷积神经网络 FPGA 图像处理 串口通信 CNNFPGAimage processingserial communication
• 基金项目: 中央高校基本科研业务费专项资金（项目编号：No.DUT16QY32）,辽宁省自然基金（项目编号：No.201602166）.

卷积神经网络是神经网络的一个分支,通过卷积神经网络可以完成对图像的卷积处理。然而在传统的CPU上,由于并行性不强,会导致计算速度很慢; FPGA由于其并行的特点,逐渐被用到卷积神经网络的图像处理领域。通过设计一套完整的基于FPGA的图像卷积处理方案,利用串口实现上位机与FPGA通信,实现了实时的图像卷积处理,与前人相比,在充分发挥FPGA的并行性以提升运算速度的同时,减小了带宽和资源占用,具有一定实用价值。