目标检测YOLO实战应用案例100讲-基于深度学习的遥感目标检测算法FPGA部署实现研究

目录

基于深度学习的目标检测网络剪枝及FPGA部署 

基于深度学习的目标检测网络和神经网络剪枝概述 

2.1 基于深度学习的目标检测网络概述 

2.2 神经网络剪枝概述 

面向FPGA部署的YOLOX算法修改 

3.1 YOLOX的结构 

 3.2 对YOLOX-S的算法修改 

3.3 实验结果分析 

基于深度学习的目标检测网络的剪枝 

4.1单一方法剪枝 

4.2 多种方法混合剪枝  

4.3实验结果分析 

 剪枝后的深度学习目标检测网络的FPGA部署 

5.1部署平台分析 

5.2 模型的量化与编译 

5.3 模型在Ultra96-V2上运行 

5.4 实验结果分析 

基于深度学习的遥感目标检测算法FPGA部署实现研究

传统的目标检测算法

基于深度学习的目标检测算法

基于深度学习的目标检测基础理论及部署方法

2.1引言

2.2卷积神经网络

2.3基于深度学习的目标检测算法

2.4卷积神经网络在FPGA上的实现

基于超分辨率辅助的遥感图像目标检测算法

3.1引言

3.2遥感图像目标检测难点分析

3.3 YOLOv3和YOLOv3-tiny目标检测算法

3.4基于超分辨率辅助的遥感图像目标检测算法

3.5实验结果与分析

基于FPGA的卷积神经网络模型部署实现

4.1引言

4.2卷积神经网络部署模型与流程

4.3深度学习加速器设计

4.4实验与分析

---

 

基于深度学习的目标检测网络剪枝及FPGA部署 
 

随着科技的发展，人工智能的发展正在促进计算机视觉的智能化广泛应用。如手
机上的语音识别可以将声音转化成文字、门禁识别人脸通行、美颜相机对人像加上跟
踪特效等，这些都是人工智能在我们生活中的应用。 
人工智能对图像领域的研究方向被称为计算机视觉，而目标检测[1]-[2]是计算机视
觉的重要研究方向之一。目标检测的主要工作内容如图1 - 1所示，图像输入到目标
检测网络中，经过目标检测网络的处理，输出得到了一张标识出目标位置和类别的图
像。经过目标检测网络我们可以获得图像中目标的类别和位置，这一功能可以应用在
生活中的很多地方，比如行人过马路检测，目标检测可以在红灯时对闯红灯的行人进
行检测提醒；在工业中，目标检测可以对工件进行检测，识别出瑕疵品和合格品等等。 

深度学习是人工智能的一个重要领域，深度学习提出[3]以来，人工智能领域得到
了极大的发展,在201