[发明专利]一种卷积神经网络的红外图像目标检测FPGA加速器设计方法

权利要求书

1.一种卷积神经网络的红外图像目标检测FPGA加速器设计方法，其特征在于步骤如下：

(1)采集红外图像数据集，对数据集中的红外目标进行人工标注，并分类为训练集、测试集；

(2)设定卷积神经网络模型，设定模型超参数，包括学习率、批大小、迭代次数；

(3)读取训练图像数据集，通过卷积神经网络模型进行训练，降低实际网络输出与指定目标输出间的误差值，并进行训练迭代，迭代至步骤(2)设定的指定迭代次数后，停止训练，获取最终卷积神经网络模型；

(4)读取测试图像，将测试图像输入至最终卷积神经网络模型中，获取测试图像输出并与实际结果比对，获取检测准确率；

(5)对训练完成后的模型权重及卷积神经网络前向推理中生成的特征值进行低比特量化，并重复步骤(3)，完成步骤(3)操作后进入步骤(6)；

(6)对低比特量化训练后的卷积神经网络信息进行提取，通过HLS语言进行FPGA加速器设计；

(7)进行加速器板上红外检测算法的加速测试。

2.根据权利要求1所述的一种卷积神经网络的红外图像目标检测FPGA加速器设计方法，其特征在于：

所述步骤(2)中，卷积神经网络模型包括13个卷积层、6个最大池化层、1个上采样层、2个route层、2个检测层网络。

3.根据权利要求1所述的一种卷积神经网络的红外图像目标检测FPGA加速器设计方法，其特征在于：

所述步骤(5)中，低比特量化具体为：

将卷积神经网络的权重限制为一比特或两比特，引入可学习量化区间控制量化范围，并设定精度下降范围，于该范围内，将卷积神经网络的卷积层中权重全部量化为两比特。

4.根据权利要求1所述的一种卷积神经网络的红外图像目标检测FPGA加速器设计方法，其特征在于：

所述步骤(6)中，FPGA加速器使用HLS高级综合语言，采用双缓冲加速器设计、滑窗式的卷积算子加速，整体性能大于50GOPS以实现配置灵活及软件重构。

5.根据权利要求1所述的一种卷积神经网络的红外图像目标检测FPGA加速器设计方法，其特征在于：

所述步骤(1)中，红外图像数据集采集后进行预处理，包括尺度缩放、角度随机调节。

6.根据权利要求2所述的一种卷积神经网络的红外图像目标检测FPGA加速器设计方法，其特征在于：

所述步骤(3)中，红外图像数据集的两个检测层网络对红外图像数据集中不同尺度的目标进行检测以提升对红外小目标的检测能力。