基于FPGA的高精度低算量目标检测网络系统技术方案

本发明专利技术涉及到网络检测技术领域，尤其涉及到一种基于FPGA的高精度低算量目标检测网络系统，系统主要包括有CPU模块、FPGA模块、Camera模块和DDR存储模块；本发明专利技术针对不同场景选取不同网络的方式来降低运算量，特别的这些不同的网络之间结构相同，参数值不同。网络选取方式可以手动，也可通过传感器自动触发，例如在卫星上针对不同的焦距，目标在视野中的平均尺寸是一定的，可以选取针对当前尺寸训练的网络进行推断，由于是针对性训练，模型不需要兼容其他尺寸的目标预测，因此可以选择比较小的分类网络，相应的算力需求及功耗就会降低，另外为提高特定类别的检测精度，可以单独训练单类别检测网络，以在不改变网络结构的情况下提高检测精度。

【技术实现步骤摘要】
基于FPGA的高精度低算量目标检测网络系统
本专利技术涉及到网络检测
，尤其涉及到一种基于FPGA的高精度低算量目标检测网络系统。
技术介绍
为了提高目标检测网络的精度，现有技术基本上都对网络结构进行修改，如增加网络深度或者宽度以增加特征的提取，此种方式在一定程度上确实会增加网络的检测精度，但是同时也会增加网络的复杂度，降低网络的推断速度(如yolo_v3网络比yolo_v3_tiny的精度检测对比)；另外，为了提高网络对小尺寸目标的检测精度，在网络中选取不同的层数作为特征层输出层，以达到对不同尺寸的兼容，此种网络结构本质上并不会降低网络的复杂度(yolo_v3网络中有3层输出层分别对应不同的尺寸目标，yolov3tiny有两层输出层)；还有一些改进方式是堆叠一些不同功能的子检测网络，在这些子检测网络前增加一个前置网络，根据前置网络的结果选择合适的子检测网络，此种网络本质上还是增加网络的深度，原因在于前置网络和子检测网络的线性关系，整个网络在推断过程中会增加一部分前置网络预测时间，这在固定场景中会浪费算力，增加设备功耗，另外由于这种网络的本文档来自技高网...

【技术保护点】
1.一种基于FPGA的高精度低算量目标检测网络系统，其特征在于，所述系统包括有CPU模块、FPGA模块、Camera模块和DDR存储模块；/n所述DDR存储模块包括有四个区域，分别为检测结果区域、FPGA控制参数区域、网络参数区域和图片数据区域，四个区域分别与所述FPGA模块连接；所述FPGA模块分别与所述CPU模块和所述Camera模块连接，所述CPU模块分别连接所述Camera模块、检测结果区域。/n

【技术特征摘要】
1.一种基于FPGA的高精度低算量目标检测网络系统，其特征在于，所述系统包括有CPU模块、FPGA模块、Camera模块和DDR存储模块；
所述DDR存储模块包括有四个区域，分别为检测结果区域、FPGA控制参数区域、网络参数区域和图片数据区域，四个区域分别与所述FPGA模块连接；所述FPGA模块分别与所述CPU模块和所述Camera模块连接，所述CPU模块分别连接所述Camera模块、检测结果区域。


2.根据权利要求1所述的基于FPGA的高精度低算量目标检测网络系统，其特征在于，所述CPU模块外接有外部控制信号。


3.根据权利要求2所述的基于FPGA的高精度低算量目标检测网络系统，其特征在于，所述外部控制信号由人为手动产生或通过外设的传感器像高度、速度、温度产生。


4.根据权利要求2所述的基于FPGA的高精度低算量目标检测网络系统，其特征在于，所述CPU模块作为主控制单元控...

【专利技术属性】
技术研发人员：杨向丰，
申请(专利权)人：逢亿科技上海有限公司，
类型：发明
国别省市：上海;31