速度标志检测演示使用了卷积神经网络(CNN)用于汽车应用。bobappios下载地址cnn使通常由人工执行的传统任务能够改进更高效、更快的数据实现。fpga的并行性使其最适合实现神经网络。
通过通过未培训的模型传递多个流量标志来计算此演示中使用的卷积神经网络,以计算权重和激活。这将创建由ECP5 FPGA中实现的CNN加速器读取的训练有素的权重和激活模型。最终结果是,当符号在其前面传递时,相机可以检测和显示速度限制,显示指示的速度。
低功耗、产品价格的ECP5在神经网络实现中带来了最好的功耗与性能效率。这样的边缘实现保持本地处理从而提高安全性。