来源：期刊VIP网 时间：
作者：谭会生;肖鑫凯;卿翔;
单位：湖南工业大学轨道交通学院;
摘要：为解决在嵌入式设备中部署神经网络受算法复杂度、执行速度和硬件资源约束的问题，基于Zynq异构平台，设计了一个高性能的YOLOv3-tiny网络硬件加速器。在算法优化方面，将卷积层和批归一化层融合，使用8 bit量化算法，简化了算法流程；在加速器架构设计方面，设计了可动态配置的层间流水线和高效的数据传输方案，缩短了推理时间，减小了存储资源消耗；在网络前向推理方面，针对卷积计算，基于循环展开策略，设计了8通道并行流水的卷积模块；针对池化计算，采用分步计算策略实现对连续数据流的高效处理；针对上采样计算，提出了基于数据复制的2倍上采样方法。实验结果表明，前向推理时间为232 ms,功耗仅为2.29 W,系统工作频率为200 MHz,达到了23.97 GOPS的实际算力。
关键词：YOLOv3-tiny网络;;异构平台;;硬件加速器;;动态配置架构;;硬件混合优化;;数据复制上采样
基金资助：湖南省学位与研究生教学改革研究项目(2022JGYB183)
