Accelerating-CNN-with-FPGA 项目教程

Accelerating-CNN-with-FPGA 项目教程

Accelerating-CNN-with-FPGA This project accelerates CNN computation with the help of FPGA, for more than 50x speed-up compared with CPU. 项目地址: https://gitcode.com/gh_mirrors/ac/Accelerating-CNN-with-FPGA

1. 项目的目录结构及介绍

Accelerating-CNN-with-FPGA/
├── data/
│   └── test_face_recognizer/
├── model/
├── off-board_debug/
├── pic/
├── src/
│   ├── conv_net.cpp
│   ├── convolute1.cpp
│   ├── math_functions.cpp
│   └── ...
├── LICENSE
├── README.md
├── README_CN.md
└── ...

目录结构介绍

• data/: 包含测试人脸识别的数据集。
• model/: 包含用于人脸识别的模型文件。
• off-board_debug/: 包含用于离线调试的代码文件。
• pic/: 包含项目相关的图片文件。
• src/: 包含项目的主要源代码文件，包括卷积网络的实现、卷积层加速代码等。
• LICENSE: 项目的开源许可证文件。
• README.md: 项目的英文介绍文档。
• README_CN.md: 项目的中文介绍文档。

2. 项目的启动文件介绍

项目的启动文件主要位于 src/ 目录下，其中最重要的启动文件是 conv_net.cpp。

conv_net.cpp

该文件是卷积神经网络的主要实现文件，包含了卷积层的加速代码。通过调用 convolute1.cpp 和 math_functions.cpp 中的函数，实现对卷积层的加速处理。

convolute1.cpp

该文件包含了卷积层的核心实现代码，通过硬件加速（FPGA）实现对卷积操作的加速。

math_functions.cpp

该文件包含了矩阵运算的相关函数，用于支持卷积层的计算。

3. 项目的配置文件介绍

项目的配置文件主要涉及硬件和软件的配置，具体包括以下几个方面：

硬件配置

• Xilinx Ultrascale+ MPSOC ZCU102: 项目使用的FPGA开发板，也可以使用ZCU104或其他Xilinx设备，具体取决于性能需求。

软件配置

• Ubuntu 16.04: 项目开发和运行的操作系统，需要安装SDSOC。
• Xilinx SDSOC 2018.2: 用于FPGA开发的工具，需要正确安装和配置。
• Xilinx reVISION platform: 用于使用xfopencv库，支持OpenCV图像预处理。
• OpenCV 2.4.13.6: 用于离线调试的图像处理库。

配置步骤

1. 下载项目仓库: 从GitHub下载项目仓库。
2. 创建SDSOC项目: 创建一个空的SDSOC项目，并选择reVISION平台（如果已安装）。
3. 添加源文件: 将 src/ 目录下的所有源文件添加到新创建的SDSOC项目中。
4. 切换硬件/软件函数: 在项目资源管理器中找到 convolute1.cpp 和 math_functions.cpp，并切换为硬件函数。
5. 生成SD卡镜像: 在应用程序项目设置窗口中选择生成SD卡镜像，并构建项目。
6. 复制文件到SD卡: 将生成的文件复制到SD卡的根目录。
7. 配置UART设置: 根据SDSOC教程配置UART设置，并在开发板上运行应用程序。

通过以上步骤，您可以成功配置并启动 Accelerating-CNN-with-FPGA 项目。

Accelerating-CNN-with-FPGA This project accelerates CNN computation with the help of FPGA, for more than 50x speed-up compared with CPU. 项目地址: https://gitcode.com/gh_mirrors/ac/Accelerating-CNN-with-FPGA