基于深度卷積神經(jīng)網(wǎng)絡(luò)的汽車圖像分類算法與加速研究

打開文本圖片集

摘  要： 在非法占用公交車道違規(guī)車輛等領(lǐng)域的邊緣計(jì)算與識(shí)別中，針對(duì)基于深度卷積神經(jīng)網(wǎng)絡(luò)的圖像物體分類算法模型算力需求大與邊緣設(shè)備部署后有限資源的突出矛盾，如何設(shè)計(jì)邊緣計(jì)算設(shè)備的加速單元以保證分類算法的精度與實(shí)時(shí)性具有重要意義。針對(duì)上述問(wèn)題，提出一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的公交分類算法，該方法在現(xiàn)場(chǎng)可編程邏輯門陣列上實(shí)現(xiàn)了公交車圖像分類算法的加速。（剩余8038字）