基于FPGA实现的模型推理加速器及智能视觉感知终端制造技术

本发明专利技术提供一种基于FPGA实现的模型推理加速器及智能视觉感知终端，基于FPGA实现的模型推理加速器，包括卷积运算单元，数据转换单元，池化操作单元，平移操作单元，随机重组操作单元和全连接单元。本发明专利技术提供的以上技术方案，基于处理硬件和算法模型协同的思想，设计智能计算处理单元架构，以及构建适合井上、井下不同场景硬件环境的神经网络模型，具有更高的自动化和智能化水平。的自动化和智能化水平。的自动化和智能化水平。

【技术实现步骤摘要】
基于FPGA实现的模型推理加速器及智能视觉感知终端
[0001]本申请是申请号为202011035175.8、申请日为2020年9月27日、申请名称为“煤矿井下智能视觉感知终端、感知方法、存储介质及电子设备”的中国专利申请的分案申请。


[0002]本专利技术涉及煤炭的智能化开采
，具体地，涉及一种基于FPGA实现的模型推理加速器及智能视觉感知终端。

技术介绍

[0003]为推动人工智能与煤炭产业融合发展，提升煤矿智能化无人开采水平，促进煤炭行业高质量发展，各煤矿企业与煤矿设备供应商都针对煤矿智能化技术投入大量人力与物力进行研究。
[0004]目前，有关企业基于矿井智能视频监控的相关技术进行了前期探索研究，形成远程可视化干预型智能采煤控制系统，推进煤矿的智能无人化开采进程。在技术实现过程中，通常首先采集海量的煤矿井下视频图像样本数据，整理建立一定规模的机器学习训练样本数据库集。然后在地面构建配置有高性能GPU硬件装置的数据处理中心，基于深度学习通过监督训练学习，离线迭代优化构建有关井下设备环境目标对象的智能感知算法模型。最后本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于FPGA实现的模型推理加速器，其特征在于，包括：卷积运算单元，对监控视频图像和模型网格权重核进行矩阵与矩阵的乘法运算，得到高位宽卷积运算特征图；数据转换单元，转换所述高位宽卷积运算特征图数据，得到低位宽特征图数据；池化操作单元，接收所述数据转换单元输出的所述低位宽特征图，在池化核范围内按某类型函数求取结果作为池化输出特征图；平移操作单元，将所述池化输出特征图沿若干方向平移，以将邻域量直接拷贝到中心点位置，得到与移位方向相同数目个通道特征图；随机重组操作单元，接收所述平移操作单元输出的若干个通道特征图，随机改变其回写内存地址，实现通道特征图的多样化组合，得到随机重组后的通道特征图；全连接单元，接收所述随机重组操作单元输出的通道特征图，并映射至所述卷积运算单元运算得到感知信息对应的特征向量。2.根据权利要求1所述的基于FPGA实现的模型推理加速器，其特征在于：所述数据转换单元包括但不限于通过比较器实现。3.根据权利要求2所述的基于FPGA实现的模型推理加速器，其特征在于：所述比较器对所述卷积运算单元中的每一次卷积运算结果进行字节宽度转换，减小所述卷积运算结果的字节宽度得到转换结果，将所述转换结果映射为二叉树结构。4.根据权利要求1所述的基于FPGA...

【专利技术属性】
技术研发人员：南柄飞，王凯，郭志杰，陈凯，李森，李首滨，荣耀，
申请(专利权)人：北京煤科天玛自动化科技有限公司，
类型：发明
国别省市：