基于深度学习算法的智能识别芯片设计与实现

目录

第一章 绪论

1.1课题研究背景和意义

1.2.1 识别算法的发展

1.2.2 深度学习算法加速硬件的发展

1.3 研究内容

1.4 论文结构

第二章 YOLO算法分析与硬件方案

2.1 YOLO算法的发展

2.1.1 YOLOv1简介

2.1.2 YOLOv2简介

2.1.3 YOLOv3简介

2.2 YOLOv2-tiny网络结构分析

2.2.1 图像缩放

2.2.2 CNN

2.2.3 NMS

2.3 硬件方案

2.3.1 定点数测试和数据量化

2.3.2 软硬件协同设计

2.3.3 卷积层计算以及数据复用模式

2.3.4 数据操作

2.3.5 CNN加速器架构分类

2.4 本章小结

第三章 CNN硬件加速模块及其识别系统的设计

3.1 系统架构

3.2 CNN硬件加速模块

3.2.1 寄存器矩阵层

3.2.2 PE以及数据路径

3.3 存储架构

3.3.1 三级存储

3.3.2 用户与MIG的异步通信

3.3.3 DDR3内存分配

3.3.4 RAM的乒乓操作

3.4 参数传输

3.5.1 归一化

3.5.2 图像缩放

3.5.3 补零

3.6 后处理

3.7 视频流

3.8 本章小结

第四章 仿真与实验结果

4.1 实验平台和开发环境

4.2 FPGA仿真与验证

4.3 性能与带宽分析

4.4 实验结果对比与分析

4.5 芯片设计及分析

4.6 本章小结

第五章 总结与展望

5.1 总结

5.2 展望

参考文献

攻读硕士学位期间获得的学术成果

声明

致谢

附录Ⅰ

附录Ⅱ