Vaš brskalnik ne omogoča JavaScript!
JavaScript je nujen za pravilno delovanje teh spletnih strani. Omogočite JavaScript ali pa uporabite sodobnejši brskalnik.
Repozitorij Univerze v Ljubljani
Nacionalni portal odprte znanosti
Odprta znanost
DiKUL
slv
|
eng
Iskanje
Brskanje
Novo v RUL
Kaj je RUL
V številkah
Pomoč
Prijava
Podrobno
Strojna izvedba konvolucijske nevronske mreže na programirljivem vezju
ID
Ipavec, Domen
(
Avtor
),
ID
Trost, Andrej
(
Mentor
)
Več o mentorju...
PDF - Predstavitvena datoteka,
prenos
(559,30 KB)
MD5: 6481E82A3D7978EDBAAB8233709DCD45
Galerija slik
Izvleček
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.
Jezik:
Slovenski jezik
Ključne besede:
Konvolucijske nevronske mreže
,
YOLO
,
FPGA
,
HLS
Vrsta gradiva:
Magistrsko delo/naloga
Organizacija:
FE - Fakulteta za elektrotehniko
Leto izida:
2018
PID:
20.500.12556/RUL-104078
Datum objave v RUL:
04.10.2018
Število ogledov:
1963
Število prenosov:
457
Metapodatki:
Citiraj gradivo
Navadno besedilo
BibTeX
EndNote XML
EndNote/Refer
RIS
ABNT
ACM Ref
AMA
APA
Chicago 17th Author-Date
Harvard
IEEE
ISO 690
MLA
Vancouver
:
IPAVEC, Domen, 2018,
Strojna izvedba konvolucijske nevronske mreže na programirljivem vezju
[na spletu]. Magistrsko delo. [Dostopano 25 april 2025]. Pridobljeno s: https://repozitorij.uni-lj.si/IzpisGradiva.php?lang=slv&id=104078
Kopiraj citat
Objavi na:
Sekundarni jezik
Jezik:
Angleški jezik
Naslov:
Hardware implementation of convolutional neural network on programmable device
Izvleček:
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.
Ključne besede:
Convolutional neural networks
,
YOLO
,
FPGA
,
HLS
Podobna dela
Podobna dela v RUL:
Iščem podobna dela...
Podobna dela v drugih slovenskih zbirkah:
Nazaj