Аппаратная реализация на ПЛИС свёрточных нейронных сетей дляраспознавания объектов на изображениях

Bibliographic Details
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:	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.
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