一种基于精简lenet5模型的图像识别方法及系统

摘要

本发明涉及一种基于精简lenet5模型的图像识别方法及系统，精简lenet5模型占用的资源相比现有lenet5模型大大减少，在网络的训练阶段，由于参数的减少，提高了训练的速度；在网络的推理阶段，运算量的减少，使得芯片能够更快的运算出识别结果；在芯片设计层面上，缩减了中间变量、权重和偏置的存储位宽，同时整合了权重、偏置和中间数据存储器，整合后的存储器占用更少的资源和芯片面积；在功耗层面上，由于进行数据存储的存储器面积的减小，以及数据运算量的减少，能够有效降低实际应用中的功耗；因此本发明设计综合提高了图像识别工作效率，将lenet5网络在芯片上的实现变得切实可行。