.png){kind=icon}
返回
Hardware-Software Partitioning for Real-Time Object Detection Using Dynamic Parameter Optimization
.png){kind=icon}
OA
AI
DOI：10.3390/s23104894.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
计算机视觉算法实现，尤其是实时应用，存在于我们当前使用的各种设备中 (从智能手机或汽车应用到监控/安全应用)，并提出了特定的挑战，内存带宽或能耗 (例如，对于流动性) 是最值得注意的。本文旨在提供一种解决方案，以提高使用混合硬件-软件实现的实时对象检测计算机视觉算法的整体质量。为此，我们探索了将算法组件正确分配给硬件 (作为IP核) 以及硬件和软件之间的接口的方法。针对特定的设计约束，上述组件之间的关系允许嵌入式人工智能在配置阶段选择操作硬件块 (IP核)，并在实例化阶段动态改变聚合硬件资源的参数，类似于将类具体化为软件对象。结论显示了使用混合硬件-软件实现的好处，以及使用由人工智能管理的IP内核的主要收益，用于对象检测用例，在围绕Xilinx Zynq-7000 SoC Mini-ITX子系统构建的FPGA演示器上实现。
Keyword:
computer vision
artificial intelligence
hardware accelerators
object detection
hybrid implementations
adaptive hardware resources integration
FPGA
embedded systems
memory bandwidth
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
3.5
论文数:
7.2W
被引数:
20.9W
机构
引用论文
.png){kind=icon}
分享收藏分享收藏分享收藏分享收藏
查看更多内容