公开(公告)号：CN113051216B

公开(公告)日：2023-07-11

申请号：CN202110434593.2

申请日：2021-04-22

Applicant: 南京工业大学

Inventor： 程明 ,  潘国标

IPC: G06F15/78 ,  G06F13/42 ,  G06N3/0464 ,  G06N3/063

Abstract: 本发明提供了一种基于FPGA加速的MobileNet‑SSD目标检测装置及方法，方法包括如下步骤：Step1：获取待检测目标初始图像，存储目标初始图像数据和卷积神经网络权值文件；Step2：在Mobilenet‑SSD卷积神经网络中加入检测层，在不同网络层间共享加速器，加速器上设置片上缓冲区；Step3：通过并行分块参数优化法运行Mobilenet‑SSD卷积神经网络，输出目标图像的特征图通道和卷积核通道的分块系数；Step4：通过流水线算法，完成Mobilenet‑SSD卷积神经网络的目标特征提取、边界框回归及物体类别预测；Step5：对卷积神经网络得到的目标特征提取、边界框回归及物体类别预测信息进行后处理；Stsp6：在待检测目标图像上测试目标检测结果。本发明采用改进的Mobilenet‑SSD作为目标检测算法，实现高精度目标检测。

公开(公告)号：CN113051216A

公开(公告)日：2021-06-29

申请号：CN202110434593.2

申请日：2021-04-22

Applicant: 南京工业大学

Inventor： 程明 ,  潘国标

IPC: G06F15/78 ,  G06F13/42 ,  G06N3/04 ,  G06N3/063

Abstract: 本发明提供了一种基于FPGA加速的MobileNet‑SSD目标检测装置及方法，方法包括如下步骤：Step1：获取待检测目标初始图像，存储目标初始图像数据和卷积神经网络权值文件；Step2：在Mobilenet‑SSD卷积神经网络中加入检测层，在不同网络层间共享加速器，加速器上设置片上缓冲区；Step3：通过并行分块参数优化法运行Mobilenet‑SSD卷积神经网络，输出目标图像的特征图通道和卷积核通道的分块系数；Step4：通过流水线算法，完成Mobilenet‑SSD卷积神经网络的目标特征提取、边界框回归及物体类别预测；Step5：对卷积神经网络得到的目标特征提取、边界框回归及物体类别预测信息进行后处理；Stsp6：在待检测目标图像上测试目标检测结果。本发明采用改进的Mobilenet‑SSD作为目标检测算法，实现高精度目标检测。