速度标志牌检测演示示例使用卷积神经网络(CNN)实现汽车应用。CNN可实现传统上由人工完成的任务,数据处理更加高效快捷。FPGA并行处理的特点使之成为执行神经网络的不二之选。
本演示中的卷积神经网络可以通过给未经训练的模型输入多个交通标志并使之计算权重、激活值进行训练。这将产生一个经训练的权重、激活值模型,可被ECP5 FPGA内的CNN加速器IP读取。最终,在经过标志牌时摄像头可检测并显示限速限制,建议采取相应车速。
低功耗、批量价优的ECP5为神经网络带来业内领先的功耗 vs. 性能效率。此网络边缘设计在本地实现处理,从而提高安全性。