基于改进的Alexnet的服装识别及FPGA加速实现 |
| |
引用本文: | 王新宇,王媛媛,刘 晛,郭乃宏,周 锋,王如刚.基于改进的Alexnet的服装识别及FPGA加速实现[J].电子器件,2023,46(3):604-607. |
| |
作者姓名: | 王新宇 王媛媛 刘 晛 郭乃宏 周 锋 王如刚 |
| |
作者单位: | 盐城工学院信息工程学院;盐城雄鹰精密机械有限公司 |
| |
基金项目: | 江苏省研究生实践创新计划项目资助(No: SJCX21_1517);江苏省高等学校自然科学研究重大项目资助(No: 19KJA110002);国家自然科学基金项目资助(No.61673108);江苏省产学研合作项目(BY2020335,BY2020358);江苏省高校自然科学研究面上项目(NO.20KJB140025);江苏省自然科学基金项目(No. BK20181050) |
| |
摘 要: | 为了快速识别服装款式类型,针对现有的服装识别网络模型有所累赘以及速度响应仍然有待提升的问题,本文设计了一种改进的Alexnet。采用小卷积核替换大卷积核的方式减少计算量并提升识别准确度,相比于原神经网络提升了2个百分点;然后通过对网络进行权重提取,最后在FPGA进行网络搭建,通过FPGA的高运算功能进行加速,在稍微减少改进的Alexnet的准确度的情况下大幅度的提升了识别速度,相比于ARM平台提升了3倍。
|
关 键 词: | 服装识别 卷积神经网络 FPGA 高层次综合工具 AlexNet |
|
| 点击此处可从《电子器件》浏览原始摘要信息 |
|
点击此处可从《电子器件》下载全文 |
|