Аппаратная реализация на ПЛИС свёрточных нейронных сетей дляраспознавания объектов на изображениях

Аппаратная реализация на ПЛИС свёрточных нейронных сетей дляраспознавания объектов на изображениях

Bibliographic Details
Parent link:ГрафиКон-2018.— 2018.— [С. 200-203]
Corporate Author: Национальный исследовательский Томский политехнический университет Инженерная школа информационных технологий и робототехники Отделение информационных технологий
Other Authors: Зоев И. В. Иван Владимирович, Марков Н. Г. Николай Григорьевич, Береснев А. П. Алексей Павлович, Ягунов Т. А. Тимофей Антонович
Summary:Заглавие с экрана
Рассмотрены особенности аппаратной реализации на ПЛИС, входящей в систему на кристалле Cyclone V SX, свёрточных нейронных сетей (СНС) класса LeNet 5 для распознавания объектов на изображениях. В аппаратной СНС используются вычислительные блоки двух типов: свёртки и подвыборки. Разработан метод организации вычислений в такой СНС. Приведены результаты исследования его эффективности при решении задачи распознавания рукописных цифр на изображениях.
This text presents specific of hardware implementation of convolution neural networks like LeNet 5 using system on chip Altera Cyclone V SX with FPGA. Hardware implementation has two types of calculating units: convolution and pooling. We developed a method of calculation organization in hardware implementation CNN. Also this text consist the results of efficiency for handwritten digit recognition task for developed method.
Language:Russian
Published: 2018
Series:Компьютерное зрение
Subjects:
электронный ресурс
труды учёных ТПУ
нейронные сети
программируемые логические интегральные схемы
компьютерное зрение
распознавание объектов
Online Access:https://www.graphicon.ru/html/2018/papers/200-203.pdf
Format: Electronic Book Chapter
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=664421
Description
Summary:Заглавие с экрана
Рассмотрены особенности аппаратной реализации на ПЛИС, входящей в систему на кристалле Cyclone V SX, свёрточных нейронных сетей (СНС) класса LeNet 5 для распознавания объектов на изображениях. В аппаратной СНС используются вычислительные блоки двух типов: свёртки и подвыборки. Разработан метод организации вычислений в такой СНС. Приведены результаты исследования его эффективности при решении задачи распознавания рукописных цифр на изображениях.
This text presents specific of hardware implementation of convolution neural networks like LeNet 5 using system on chip Altera Cyclone V SX with FPGA. Hardware implementation has two types of calculating units: convolution and pooling. We developed a method of calculation organization in hardware implementation CNN. Also this text consist the results of efficiency for handwritten digit recognition task for developed method.

Similar Items