《表6 硬件加速CNN图像处理的各模块资源消耗情况》

  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

《硬件加速CNN实时图像处理方法》

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

从本方法识别MNIST数据库中10 000例手写体数据样本所消耗的时间来看，PC端利用Intel i7-8700CPU测试训练好的网络耗时30s，本次实验结果产生的8.69s耗时降低了77.7%的时长，单例样本的识别时长为0.87 ms，低于人眼舒适放松时长1/24s[14]。此外，表6所示块状RAM和FF模块占用率达到20%左右，数字信号处理器模块、显示查找表占用率达到了67%左右，而本方法在Vivado HLS中选择的芯片是Zynq 7020，所以均在Zynq 7020可编程逻辑（progarmmable logic，PL）承受范围内，较好的实现了硬件加速CNN实时图像处理。