Flower5-花朵识别装置

Flower5-花朵识别装置


by 章寅、凌瑾&丁圣杰 

 

第一部分

设计概述 /Design Introduction

 

1.设计说明

本设计使用Ultra96开发板,使用InceptionV3网络,以及Vitis-AI的量化编译工具链,制作了一个五花分类装置。

本设计目的:利用Xilinx的DPU(Deep learning Processing Unit)IP,Vitis-AI工具链,快速的在FPGA上部署深度学习网络。

学习到的知识点:Keras InceptionV3的重训练;Vitis-AI在虚拟机中的部署;Vitis-AI量化、编译脚本的编写方法;dpu pynq、n2cube库的使用。

应用方向:本项目将一个简单的神经网络部署在Ultra96的PL端,由于DPU的硬件设计可以加速神经网络的推断速度,因此可以将更大型的神经网络部署在DPU中。

2.作品展示

 

第二部分

系统组成及功能说明 /System Construction & Function Description

(请对作品的1. 计划实现及已实现的功能;2. 项目系统框图;3. 使用的技术方向做说明)

  1. 功能实现
  1. 使用SSD Mobilenet的路面裂缝目标检测  完成
  2. 使用InceptionV3的花朵分类任务  完成
  3.  
  4. 项目系统框图

          技术方向说明

InceptionV3

inception Module基本组成结构有四个成分。1*1卷积,3*3卷积,5*5卷积,3*3最大池化。最后对四个成分运算结果进行通道上组合。这就是Inception Module的核心思想。通过多个卷积核提取图像不同尺度的信息,最后进行融合,可以得到图像更好的表征。

Vitis-AI

Vitis-AI 开发环境加速了在赛灵思硬件平台的AI推断,包括了IP核心、工具、库、以及样例设计。可以使用目前主流赛灵思开发板上使用。可以对训练好的AI模型进行量化以在DPU上获得更好的加速效果。

DPU

DPU是用于加速深度学习推断的计算负载,广泛的在计算机视觉等应用中。

 

第三部分

完成情况及性能参数 /Final Design & Performance Parameters

 

识别准确率:0.94%

识别速度:测试 50 个样本。耗时 0.6179375648498535 单张推断0.01s

 

2020年9月25日 01:13
浏览量:0
点赞
首页    Catalog    2020 Summer School    Flower5-花朵识别装置