公开(公告)号：CN111709522B

公开(公告)日：2022-08-02

申请号：CN202010436453.4

申请日：2020-05-21

Applicant: 哈尔滨工业大学

Inventor： 刘环宇 ,  李君宝 ,  谢浩哲 ,  杨一 ,  赵菲 ,  刘劼

IPC: G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种基于服务器‑嵌入式协同的深度学习目标检测系统。服务器端包括知识库、训练模型、测试结果统计分析和计算资源监控模块，知识库包括数据管理模块，训练模型包括深度学习网络训练模块和模型压缩模块，测试结果统计分析包括模型测试模块，计算资源监控模块用于对系统的CPU、GPU资源进行实时监控，便于用户根据实际情况合理利用计算资源；嵌入端包括主控制器ARM和协处理器FPGA，主控制器ARM负责外部图像输入、图像预处理、NMS算法、叠加检测信息和图像输出任务；协处理器FPGA负责深度网络推理中的卷积层、捷径层和上采样层加速。本发明解决现深度学习网络模型由服务器端的训练到嵌入式端的快速部署问题。

公开(公告)号：CN111709522A

公开(公告)日：2020-09-25

申请号：CN202010436453.4

申请日：2020-05-21

Applicant: 哈尔滨工业大学

Inventor： 刘环宇 ,  李君宝 ,  谢浩哲 ,  杨一 ,  赵菲 ,  刘劼

IPC: G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种基于服务器-嵌入式协同的深度学习目标检测系统。服务器端包括知识库、训练模型、测试结果统计分析和计算资源监控模块，知识库包括数据管理模块，训练模型包括深度学习网络训练模块和模型压缩模块，测试结果统计分析包括模型测试模块，计算资源监控模块用于对系统的CPU、GPU资源进行实时监控，便于用户根据实际情况合理利用计算资源；嵌入端包括主控制器ARM和协处理器FPGA，主控制器ARM负责外部图像输入、图像预处理、NMS算法、叠加检测信息和图像输出任务；协处理器FPGA负责深度网络推理中的卷积层、捷径层和上采样层加速。本发明解决现深度学习网络模型由服务器端的训练到嵌入式端的快速部署问题。