基于FPGA加速器的数据处理方法、系统、电子设备及存储介质技术方案

本发明专利技术属于人工智能技术领域，公开了一种基于FPGA加速器的数据处理方法、系统、电子设备及存储介质，所述的数据处理方法包括如下步骤：对PIXOR网络的当前层的权重与偏置进行定点化处理，得到对应的定点化处理后参数；基于当前层的定点化处理后参数，对输入当前层的点云特征数据进行计算操作，得到当前层的输出结果数据；对当前层的输出结果数据进行动态量化处理，得到当前层的动态量化处理后数据；将当前层输出的动态量化处理后数据输入PIXOR网络的下一层，并重复以上步骤，直至当前层为PIXOR网络的最后一层。本发明专利技术解决了现有技术存在的点云特征数据只能以低比特的定点小数格式进行传输和计算，精度损失大的问题。精度损失大的问题。精度损失大的问题。

【技术实现步骤摘要】
基于FPGA加速器的数据处理方法、系统、电子设备及存储介质


[0001]本专利技术属于人工智能
，具体涉及一种基于FPGA加速器的数据处理方法、系统、电子设备及存储介质。

技术介绍

[0002]PIXOR(ORiented 3D object detection from PIXel
‑
wise neural network predictions)网络解决了在自动驾驶环境下从点云实时检测三维物体的问题，并且检测是安全驾驶的必要组成部分，所以在行驶过程中对数据处理和计算的速度至关重要。然而，由于点云特征数据的高维性，现有方法的数据处理和计算成本很高，一般采用FPGA加速器实现点云检测计算，由于FPGA加速器的二进制补码计算、带宽、时钟和资源等限制，点云特征数据只能以低比特的定点小数格式进行传输和计算，导致数据处理和计算的精度损失大。

技术实现思路

[0003]为了解决现有技术存在的点云特征数据只能以低比特的定点小数格式进行传输和计算，精度损失大的问题，本专利技术目的在于提供一种基于FPGA加速器的数据处理本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于FPGA加速器的数据处理方法，所述的FPGA加速器应用于PIXOR网络，所述的PIXOR网络包括若干依次连接的层次结构，其特征在于：所述的数据处理方法包括如下步骤：对PIXOR网络的当前层的权重与偏置进行定点化处理，得到对应的定点化处理后参数；基于当前层的定点化处理后参数，对输入当前层的点云特征数据进行计算操作，得到当前层的输出结果数据；对当前层的输出结果数据进行动态量化处理，得到当前层的动态量化处理后数据；将当前层输出的动态量化处理后数据输入PIXOR网络的下一层，并重复以上步骤，直至当前层为PIXOR网络的最后一层。2.根据权利要求1所述的基于FPGA加速器的数据处理方法，其特征在于：所述的权重与偏置为(
‑
1,1)之间的浮点数；所述的定点化处理后参数为16bit定点有符号小数，且定点化处理后参数包括1个符号位和15个小数位；所述的点云特征数据为16bit定点有符号小数，且点云特征数据包括1个符号位和15个小数位；所述的输出结果数据为32bit定点有符号小数，且输出结果数据包括1个符号位、16个整数位和15个小数位；所述的动态量化处理后数据为16bit定点有符号小数，且动态量化处理后数据包括1个符号位和15个小数位。3.根据权利要求2所述的基于FPGA加速器的数据处理方法，其特征在于：基于当前层的定点化处理后参数，对输入当前层的点云特征数据进行计算操作，包括如下步骤：使用当前层的定点化处理后参数对输入的点云特征数据进行乘法计算操作，得到乘法计算操作后数据；对乘法计算操作后数据进行截位处理，得到截位处理后数据；对截位处理后数据进行多通道累加计算操作，得到当前层的多通道累加计算操作结果；对多通道累加计算操作结果进行扩展处理，得到当前层的输出结果数据。4.根据权利要求3所述的基于FPGA加速器的数据处理方法，其特征在于：所述的乘法计算操作后数据为32bit定点有符号小数，且乘法计算操作后数据包括1个符号位、2个整数位和29个小数位；所述的截位处理后数据为16bit定点有符号小数，且截位处理后数据包括1个符号位和15个小数位；所述的截位处理的具体方法为：截取并保留乘法计算操作后数据中的符号位和末尾15个小数位的...

【专利技术属性】
技术研发人员：范锐军，胡光，马孝江，
申请(专利权)人：群周科技上海有限公司，
类型：发明
国别省市：