HLS手写体加载到SoC上面运行

最新推荐文章于 2023-05-29 22:04:04 发布

青柠Miya

最新推荐文章于 2023-05-29 22:04:04 发布

阅读量536

点赞数

文章标签： python fpga linux c++ tensorflow

本文链接：https://blog.csdn.net/qq_43546203/article/details/112634390

版权

本文详细记录了将MNIST手写数字识别模型部署到FPGA的过程，包括训练模型、参数提取、C++代码生成、HLS编译以及在DE10开发板上的硬件实现。通过迭代优化，模型的识别率提升至80%。最后，实现了从C代码到IP核的转换，并在Quartus工程中集成，完成硬件加速器的构建。

摘要由CSDN通过智能技术生成

打开full_python文件夹，从该文件夹目录启动cmd
依次输入以下命令：
python mnist_backward.py
python predict.py
python read_params.py
python readpic_array.py

mnist_backward.py是后向传播算法，机器学习，可在该文件中更改学习率、损失率等等相关参数
在这里插入图片描述

cmd运行python mnist_backward.py，开始训练
在这里插入图片描述

python predict.py
图片推理，验证学习效果
在这里插入图片描述

Cmd运行python predict.py 预测结果
在这里插入图片描述

python read_params.py

提取得到两个偏置参数：在这里插入图片描述
两个权重参数：

python readpic_array.py
将图片读取到数组，得到以下几个文件：
在这里插入图片描述

将这些生成或者原有的文件都进行修改（把所有的“ [ ] ”都改为“ { } ”，并且都是单层的，不要有嵌套<把“], [” 替换成“ ，” >，末尾要有分号“；”）

在这里插入图片描述

由图片生成的数组改成以下格式：数组名参照文件名
在这里插入图片描述

新建hls工程文件夹，将之前修改过的文件复制到该文件夹下，并创建一个C++文件：
在这里插入图片描述

在main.cpp中将之前生成的头文件都包含进去
在这里插入图片描述

设置全连接、偏置以及激活
在这里插入图片描述

Main函数中写入几张想要测试的图片
在这里插入图片描述

进入Quartus安装目录下的hls文件夹，cmd启动init_hls.bat，初始化编译环境，<不要关闭cmd>
在这里插入图片描述

然后回到之前创建的hls工程文件夹
cmd启用命令 i++ main.cpp
然后运行默认生成的a.exe
出现以下效果
在这里插入图片描述

可以看到识别率只有70%，返回之前的步骤，重新训练学习，继续操作
经过几次训练后得到的效果，识别率80%
在这里插入图片描述

通过i++指令将c代码转换成ip核
i++ -march=CycloneV main.cpp -ghdl

打开de10的黄金参考quartus工程
进入Quartus Tools–>Options–>IP setting -->IP Catalog Search Locations,添加刚刚前一步生成的IP核
在这里插入图片描述

路径选择之前hls文件夹下的\a.prj\components\full_connect
在这里插入图片描述

添加完成后，quartus界面右面的IP Catalog下的HLS内可找到full_connect
在这里插入图片描述

打开Platform Designer
选择sopc_system.qsys
在这里插入图片描述

将full_connect IP核添加进工程
在这里插入图片描述

直接finish

然后连接硬件如下
在这里插入图片描述

自动分配基地址、自动分配中断号
在这里插入图片描述
然后Generate HDLfile

直接Generate，然后closefinish全编译
在这里插入图片描述

编译完成后，启动SoC EDS 进入黄金参考工程所在目录
输入make dtb，生成dtb<设备树文件>
输入 ./generate_hps_qsys_header.sh 生成hps_0.h<<后面c工程要用到>>
在这里插入图片描述

进入黄金参考文件夹下的output_files，双击sof_to_rbf.bat文件，更新rbf文件,
将之前的dtb文件和rbf文件放入SD卡中，SD卡de10开发板，通电，启动开发板
在这里插入图片描述
在soc eds shell中输入 eclipse& ，启动eclipse，创建一个C工程，包含之前所有的头文件
添加两个路径