基于卷积神经网络的内窥镜图像识别及FPGA实现

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要： 为提高内窥镜病灶识别准确率和速度，减少检测仪器功耗，针对现有VGG16网络模型参数量大、FPGA加速困难等缺陷，文中提出一种改进VGG的图像识别电路系统，并将该系统首次应用于内窥镜图像病灶识别。首先，通过软件技术优化VGG算法卷积层和全连接层，增加自适应平均池化层；然后设计优化的卷积IP核，实现卷积和最大池化FPGA加速。（剩余8821字）

试读结束

目录
monitor
客服机器人