基于FPGA的快速橡胶异物检测方法研究
为解决目前目标检测神经网络算法存在运算量大、占用资源多与实时性等问题,提出了一种基于改进的YOLOv3-ti-ny算法检测橡胶中异物,并使用现场可编程门阵列(FPGA)进行硬件加速.首先,在网络中采用深度可分离卷积,降低网络参数量;然后在网络中引入卷积注意力机制模块(CBAM),增强检测网络的准确性;最后将DE-YOLOv3-tiny网络移植到FPGA芯片中,使用定制参数位宽和数据流水线设计等优化处理,使其在顺丁橡胶异物检测中达到高效轻量化的效果.实验结果表明,相同条件下,其检测精度为96.7%,网络模型大小仅为9.79 MB,运行功率为7.8 W,单帧检测速度为246 ms,能够满足顺丁橡胶异物检测工程检测需求.
现场可编程门阵列、目标检测、注意力机制、硬件加速
41
TP389.1(计算技术、计算机技术)
过程装备与控制工程四川省高校重点实验室开放基金科研项目;自贡市科技局重点项目
2023-02-22(万方平台首次上网日期,不代表论文的发表时间)
共7页
112-118