基于FPGA的红外目标智能检测方法及系统技术方案

本发明专利技术涉及一种基于FPGA的红外目标智能检测方法及系统，属于红外检测技术领域。该方法包括以下步骤：搭建红外图像训练的环境，对外红图像进行预处理；对红外图像数据集进行训练，得到训练后YOLOv5每一层的权重和偏置的参数文件；进行BN层融合；将BN层融合后的参数和预处理后的红外图像转换为bin文件，并将其存储到SD卡中；预处理红外图像；利用Vitis HLS软件，设计YOLOv5中的卷积、池化以及上采样三个部分的逻辑代码和测试代码，并且对卷积、池化以及上采样做数据仿真；IP核设计和配置；数据驱动逻辑设计；特征图计算和保存；推理和输出结果。FPGA具有低功耗、低延迟、灵活性好和高并行等优点，能够满足实时性要求，并提供高效的目标检测和识别能力。

【技术实现步骤摘要】

本专利技术属于红外检测，涉及一种基于fpga的红外目标智能检测方法及系统。

技术介绍

1、红外目标检测系统具有抗干扰强和适应恶劣气候的特性，在各个领域均得到了广泛应用。发展至今，有许多目标检测算法的出现以及应用，例如一些经典的r-cnn、yolo和ssd等算法也在不断发展。为获得更高的检测精度，选择yolov5算法对红外图像目标进行检测。fpga灵活性以及并行处理数据的能力可以提高检测的速度，提高检测系统的实时性。将yolov5算法部署到fpga芯片中，对红外目标进行检测，在保证高检测精度的同时，也能提高检测的速度。

技术实现思路

1、有鉴于此，本专利技术的目的在于提供一种基于fpga的红外目标智能检测方法及系统。

2、为达到上述目的，本专利技术提供如下技术方案：

3、基于fpga的红外目标智能检测方法，该方法包括以下步骤：

4、搭建红外图像训练的环境，对外红图像进行预处理；

5、对红外图像数据集进行训练，得到训练后yolov5每一层的权重和偏置的参数文件；...

【技术保护点】

1.基于FPGA的红外目标智能检测方法，其特征在于：该方法包括以下步骤：

2.根据权利要求1所述的基于FPGA的红外目标智能检测方法，其特征在于：所述搭建红外图像训练的环境为以PyTorch作为深度学习框架，在PyTorch的框架上搭建YOLOv5的网络架构；

3.根据权利要求1所述的基于FPGA的红外目标智能检测方法，其特征在于：所述权重和偏置的参数文件中，将每4个卷积模块、8个残差模块以及1个SPPF模块的权重和偏置参数分别打包放入文件夹。

4.根据权利要求1所述的基于FPGA的红外目标智能检测方法，其特征在于：所述BN层融合是将卷积层中的卷积计算...

【技术特征摘要】

1.基于fpga的红外目标智能检测方法，其特征在于：该方法包括以下步骤：

2.根据权利要求1所述的基于fpga的红外目标智能检测方法，其特征在于：所述搭建红外图像训练的环境为以pytorch作为深度学习框架，在pytorch的框架上搭建yolov5的网络架构；

3.根据权利要求1所述的基于fpga的红外目标智能检测方法，其特征在于：所述权重和偏置的参数文件中，将每4个卷积模块、8个残差模块以及1个sppf模块的权重和偏置参数分别打包放入文件夹。

4.根据权利要求1所述的基于fpga的红外目标智能检测方法，其特征在于：所述bn层融合是将卷积层中的卷积计算和bn计算的参数进行融合，公式为：

5.根据权利要求1所述的基于fpga的红外目标智能检测方法，其特征在于：所述预处理红外图像包括去盲元、去噪和增强操作。

6.根据权利要求1所述的基于fpga的红外目标智能检测方法，其特征在于：所述ip核设计和配置具体为：利用vivado软件，将逻辑代码...

【专利技术属性】
技术研发人员：宋昊，史浩飞，伍俊，
申请(专利权)人：中国科学院重庆绿色智能技术研究院，
类型：发明
国别省市：