文献阅读（45）

• 题目：A lightweight YOLOv2: A binarized CNN with a parallel support vector regression for an FPGA
• 时间：2018
• 会议：FPGA
• 研究机构：东京工业大学

1 缩写 & 引用

• PCA: principal component analysis
• FCN: fully convolution network
• SVM: support vector machine
• SVR: support vector regression

2 abstract & introduction

本篇论文提出了一个轻量化的YOLOv2，用BNN来做特征提取，再用并行的支持向量回归来分类和定位，其中支持向量回归是用了32bit浮点数，然后在ZCU102上实现了，帧率为40.81FPS

3 FPGA实现

用共享的XNOR-MAC电路实现了二值化的二维卷积，通过移位寄存器对input feature做数据复用，可以减少memory access。有点像单处理器架构一层一层顺序的运行

特征图和权重乘完之后再加上bias，在进行batch normalization

对于整体架构，权重全部存在DDR上，权重cache是为了支持向量回归，特征图全部存在片上