[发明专利]一种用于实时图像识别的神经元网络芯片实现方法

摘要

本发明公开一种用于实时图像识别的神经元网络芯片实现方法,属于图像识别芯片技术领域；根据实际需要方便快速完成神经网络模型选择和配置；基于FPGA实现通用神经网络芯片，后期根据编译平台提供的FPGA重构数据完成芯片中神经网络的生成，硬件平台可以方便快速的完成多种神经网络的实现，该方法可以大幅度提高用于实时图像识别的神经网络芯片的开发效率，使芯片设计具有可拓展性好、可灵活修改等特点，大幅降低芯片开发难度，提高项目推进速度。

主权项

一种用于实时图像识别的神经元网络芯片实现方法，其特征是设置自动化编译平台，用于图像识别的卷积神经网络形成神经网络模型库，根据应用需求使用自动化编译平台完成神经网络的训练，并提取神经网络的结构和信息，利用信息形成重构FPGA的控制数据，构建FPGA实现：根据接收的编译平台的控制数据，完成FPGA内部各运算单元的连接和快速配置，完成控制信号和数据信号通路的连通，使运算数据快速输入各运算单元，神经元网络芯片的生成：根据需要配置的神经网络，使用需要识别的图像进行训练，训练完成后使用编译平台，得到FPGA重构数据，将FPGA实现下载到芯片中，生成通用神经网络芯片，并将重构数据输入FPGA芯片。