Аппаратная реализация на ПЛИС свёрточных нейронных сетей дляраспознавания объектов на изображениях
| Parent link: | ГрафиКон-2018=GraphiCon 2018: труды 28-й Международной конференции по компьютерной графике и машинному зрению, Томск, 24-27 сентября, 2018 г./ Национальный исследовательский Томский политехнический университет ; Томский государственный университет систем управления и радиоэлектроники (ТУСУР). [С. 200-203].— , 2018 |
|---|---|
| Corporate Author: | |
| Other Authors: | , , , |
| 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. |
| Published: |
2018
|
| Series: | Компьютерное зрение |
| Subjects: | |
| 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 |
MARC
| LEADER | 00000naa0a2200000 4500 | ||
|---|---|---|---|
| 001 | 664421 | ||
| 005 | 20250814120128.0 | ||
| 035 | |a (RuTPU)RU\TPU\network\35605 | ||
| 090 | |a 664421 | ||
| 100 | |a 20210413d2018 k y0rusy50 ca | ||
| 101 | 0 | |a rus | |
| 102 | |a RU | ||
| 135 | |a drcn ---uucaa | ||
| 181 | 0 | |a i | |
| 182 | 0 | |a b | |
| 200 | 1 | |a Аппаратная реализация на ПЛИС свёрточных нейронных сетей дляраспознавания объектов на изображениях |d FPGA-based hardware implementation of convolution neural networksfor images recognition |f И. В. Зоев, Н. Г. Марков, А. П. Береснев, Т. А. Ягунов | |
| 203 | |a Текст |c электронный | ||
| 225 | 1 | |a Компьютерное зрение | |
| 300 | |a Заглавие с экрана | ||
| 320 | |a [Библиогр.: с. 203 (4 назв.)] | ||
| 330 | |a 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. | ||
| 330 | |a 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. | ||
| 463 | |t ГрафиКон-2018 |l GraphiCon 2018 |o труды 28-й Международной конференции по компьютерной графике и машинному зрению, Томск, 24-27 сентября, 2018 г. |v [С. 200-203] |f Национальный исследовательский Томский политехнический университет ; Томский государственный университет систем управления и радиоэлектроники (ТУСУР) |d 2018 | ||
| 510 | 1 | |a FPGA-based hardware implementation of convolution neural networksfor images recognition |z eng | |
| 610 | 1 | |a электронный ресурс | |
| 610 | 1 | |a труды учёных ТПУ | |
| 610 | 1 | |a нейронные сети | |
| 610 | 1 | |a программируемые логические интегральные схемы | |
| 610 | 1 | |a компьютерное зрение | |
| 610 | 1 | |a распознавание объектов | |
| 701 | 1 | |a Зоев |b И. В. |c специалист в области информатики и вычислительной техники |c программист Томского политехнического университета |f 1993- |g Иван Владимирович |3 (RuTPU)RU\TPU\pers\36378 | |
| 701 | 1 | |a Марков |b Н. Г. |c российский специалист в области информатики и вычислительной техники |c профессор Томского политехнического университета, доктор технических наук |f 1950- |g Николай Григорьевич |3 (RuTPU)RU\TPU\pers\24748 |9 10989 | |
| 701 | 1 | |a Береснев |b А. П. |c специалист в области информатики и вычислительной техники |c программист Томского политехнического университета |f 1994- |g Алексей Павлович |3 (RuTPU)RU\TPU\pers\40132 | |
| 701 | 1 | |a Ягунов |b Т. А. |g Тимофей Антонович | |
| 712 | 0 | 2 | |a Национальный исследовательский Томский политехнический университет |b Инженерная школа информационных технологий и робототехники |b Отделение информационных технологий |3 (RuTPU)RU\TPU\col\23515 |
| 801 | 1 | |a RU |b 63413507 |c 20101016 | |
| 801 | 2 | |a RU |b 63413507 |c 20210413 |g RCR | |
| 856 | 4 | |u https://www.graphicon.ru/html/2018/papers/200-203.pdf | |
| 942 | |c CF | ||