速度标志检测演示使用汽车应用的卷积神经网络（CNN）。bobappios下载地址CNNS使人类通常执行的传统任务能够提高数据更有效和更快地实现数据。FPGA中的并行化使它们最适合实施神经网络。
本演示中使用的卷积神经网络可以通过将多个交通标志通过未经训练的模型进行训练，从而计算权重和激活值。这创建了一个训练模型的权重和激活读取CNN加速器实现在ECP5 FPGA。最终的结果是，相机可以检测和显示速度限制时，标志通过前面它，显示指示的速度。
低功耗，生产价格的ECP5在实现神经网络中的课堂电源VS中最佳。这种边缘实现使得处理本地改善安全性。