【技术实现步骤摘要】
本专利技术涉及算法加速，具体为一种基于细胞跟踪的fpga硬件加速技术方法。
技术介绍
1、人类对生物医学的研究更为重视，组织的正常发育和病变依托于细胞的分裂和运动，准确分析细胞行为是理解复杂细胞病理变化的基础。随着计算机视觉领域的迅速发展，一种基于机器视觉的多细胞跟踪算法显露雏形。然而，由于细胞间形状差异较小，背景的干扰过大，细胞分裂等问题，多细胞跟踪算法面临诸多挑战。其中最主要的挑战是基于深度学习方法的多细胞跟踪算法参数过多，设备负担大。即使可以运行深度学习下的细胞跟踪算法，常规设备很难支撑庞大的数据分析，功能模块的实时性得不到保证，算法效率低下，很难应用到实际的复杂多变场景中去。
2、fpga(现场可编程门阵列)作为一种硬件模块，可以将网络模型中的大量数据运算操作转移到硬件中，从而广泛应用于算法的加速工作。不同于cpu和gpu，fpga的内部结构可以根据不同的应用场景定制，能以较低功耗高度并行地执行卷积以及采样过程中的密集计算，具备灵活度高，低功耗，并行运算的特性。这使得该技术非常适合应用于生物医学领域。
>技术实本文档来自技高网...
【技术保护点】
1.一种基于细胞跟踪的FPGA硬件加速技术方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于细胞跟踪的FPGA硬件加速技术方法，其特征在于：所述S1中FPGA芯片中进行预处理，包括：
3.根据权利要求1所述的一种基于细胞跟踪的FPGA硬件加速技术方法，其特征在于：所述S2中利用FPGA的硬件模块替代细胞检测单元YOLOv7中的重复卷积操作，具体包括：
4.根据权利要求1所述的一种基于细胞跟踪的FPGA硬件加速技术方法，其特征在于：所述步骤S3中使用FPGA的硬件模块代替细胞分割单元U-Net网络中的下采样部分，具体包
5...
【技术特征摘要】
1.一种基于细胞跟踪的fpga硬件加速技术方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于细胞跟踪的fpga硬件加速技术方法，其特征在于：所述s1中fpga芯片中进行预处理，包括：
3.根据权利要求1所述的一种基于细胞跟踪的fpga硬件加速技术方法，其特征在于：所述s2中利用fpga的硬件模块替代细胞检测单元yolov7中的重复卷积操作...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。