《表1 YOLOV3-Tiny网络主要操作》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《专用指令集在基于FPGA的神经网络加速器中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

该神经网络模型在FPGA上实现主要操作为Convolution（卷积），Pooling（池化），Upsample（上采样）．各主要操作如表1所示．其中可以看出卷积操作次数最多，而利用FPGA进行算法加速，最为重要就是利用FPGA的计算资源并行化计算多通道卷积．目前FPGA内部都包含了大量DSP硬核资源（在一个指令周期内可完成一次乘法和一次加法的芯片），利用DSP阵列可以高速并行计算卷积的乘加操作．