买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：一种基于ARM+FPGA异构平台的目标检测系统及其硬件加速方法。通过对神经网络权重数据和特征图数据进行量化，将原本的32位浮点神经网络模型量化为8位定点神经网络模型。同时设计可配置的神经网络硬件加速器，通过配置各个模块的参数，使得同一个硬件加速器可适用于计算神经网络中不同的卷积层，进而完成整个神经网络的加速运算。在卷积层进行卷积计算的过程中，通过设计权重和特征图缓存模块的资源复用，减少对外部DDR3存储器的频繁访问。在PS端设计控制流程完成对整个卷积计算流程的调度和目标检测的后处理步骤，实现从图像采集、目标检测算法计算、检测结果输出显示的全流程设计，最后通过软硬协同设计搭建了整个目标检测系统。

主权项：1.一种基于ARM+FPGA异构平台的目标检测系统，其特征在于，所述的目标检测系统包括PS端、PL端和外设部分；PS端包括核心处理器模块；PL端负责完成数据上的图像采集、处理和显示，以及对目标检测算法中数据量和计算量大的处理工作进行加速，PL端包括图像采集模块、图像处理模块、算法加速模块、视频输出显示模块；外设部分负责完成功能上的图像采集与图像显示，以及对目标检测算法运行过程中的数据进行存储，外设部分包括摄像头、HDMI显示器和DDR3存储器；核心处理器模块：是一块ARM架构的CPU；利用编译器将控制流程编译成CPU能够识别的机器码，CPU负责完成控制流程的运行调度任务，同时发出控制指令完成PL端各模块的初始化配置，以及完成目标检测算法中计算量小的后处理工作；图像采集模块：负责配置摄像头中的寄存器，使寄存器处于工作状态，并且能够按照设定的参数输出正确的视频流数据，完成对输入图像的采集；图像处理模块：负责将图像采集模块的输入图像进行处理，使其符合算法加速模块要求的输入格式；算法加速模块：负责加速基于神经网络的目标检测算法的计算，包括指令解码模块、数据通路选择模块、特征图缓存模块、权重缓存模块、偏置缓存模块、卷积窗口生成模块、卷积计算模块、卷积结果缓存模块、重量化模块、激活函数模块、输出特征图缓存模块和数据输入输出模块；视频输出显示模块：图像处理模块处理的图像数据存在DDR3存储器中，视频输出显示模块负责从DDR3存储器中读出采集的图像数据，同时接收PS端的控制指令，将神经网络输出的检测结果目标框叠加在原始图片数据上，并最终通过HDMI接口传输到外部的HDMI显示器上，实现目标检测结果的输出。

全文数据：

权利要求：

百度查询： 大连理工大学 一种基于ARM+FPGA异构平台的目标检测系统及其硬件加速方法