20.500.12556/RUL-104078 Strojna izvedba konvolucijske nevronske mreže na programirljivem vezju Hardware implementation of convolutional neural network on programmable device YOLO je algoritem za prepoznavanje in določanje lokacije predmetov na slikah. Za to uporablja konvolucijske nevronske mreže. Je računsko precej zahteven, zato bi radi zanj izkoristili FPGA vezja. V magistrski nalogi je opisana implementacija algoritma v jeziku C++ z uporabo visoko nivojske sinteze. Primerjana sta hitrost algoritma na procesorju ARM in v FPGA vezju. Prav tako so raziskani učinki uporabe različne velikosti podatkovnih tipov za računanje. Z uporabo števil z nepremično decimalno vejico velikosti 24-bitov, ki so optimalna, dosežemo na majhnem FPGA vezju na ZedBoard-u, bistveno hitrejšo implementacijo kot na primerljivem procesorskem sistemu. YOLO is a system for detection and localization of objects in images using convolutional neural networks. It is computationally intensive, so we want to use FPGAs for better performance. This master's thesis describes the implementation of the algorithm in C++ using high level synthesis. The speed of the algorithm is compared between software implementation on ARM processor and the FPGA. The effects of using different data types and sizes on computation are also explored. Using 24 bit fixed point numbers, that are optimal, on the small FPGA chip available on ZedBoard, we can achieve significantly faster implementation than a comparable processor system. Konvolucijske nevronske mreže YOLO FPGA HLS Convolutional neural networks YOLO FPGA HLS true false false Slovenski jezik Angleški jezik Magistrsko delo/naloga 2018-10-04 09:40:49 2018-10-04 09:40:53 2022-08-17 03:42:59 0000-00-00 00:00:00 2018 0 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 1970-01-01 42281 Ipavec_Domen_-_Strojna_izvedba_konvolucijske_nevronske_mreze_na_programirljivem_vezju.pdf Ipavec_Domen_-_Strojna_izvedba_konvolucijske_nevronske_mreze_na_programirljivem_vezju.pdf 1 6481E82A3D7978EDBAAB8233709DCD45 fec83214c6c4e35557bb30437167b22cefd4733b85d0f3a8acd92aaef097aaa3 f9f5a3e1-a1b5-11eb-a523-00155dcfd717 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=114595 Fakulteta za elektrotehniko 0 0 0