Dissertação
Convolutional Neural Network for Hand Gesture Identification on FPGAs EVALUATED
As Redes Neuronais são atualmente um grande pilar da inteligência artificial e podem ser muito benéficas no dia a dia. No entanto, a maioria das Redes Neuronais requer um alto custo computacional e requer dispositivos e sistemas de alto desempenho. A inferência do modelo geralmente é feita em computadores que são caros e pouco portáteis (i.e. não são dispositivos pequenos). O objetivo deste trabalho é projetar e implementar um sistema de detecção de gestos visando um sistema portátil de baixo custo. Um sistema co-projetado de hardware/software foi desenvolvido para implementar um modelo CNN visando um dispositivo Xilinx Zynq-7020, que é um SoC-FPGA de baixo custo e portátil (dispositivo pequeno). A CNN foi implementada na FPGA usando Vitis HLS conforme especificado no modelo. Para melhorar o desempenho do sistema e reduzir os recursos necessários foi implementado em fixed-point sem comprometer a qualidade dos resultados. Além disso, houve otimizações ao nível da arquitetura, onde foram investigadas técnicas de pipelining e loop unroll. O sistema final é capaz de funcionar 62x mais rápido que a arquitetura padrão (arquitetura com representação em Fixed Point, sem otimizações e clock de 10 ns).
novembro 11, 2022, 11:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Associado