基于FPGA的轻量化CNN网络的目标检测方法及系统

本申请提供了一种基于FPGA的轻量化CNN网络的目标检测方法及系统，涉及目标检测领域，方法包括：确定巡检机器人的性能指标，结合YOLOv4模型和MobileNetV2网络，设计轻量化卷积神经网络；采用BN融合网络对轻量化卷积神经网络进行压缩；获取数据集并进行预处理；对神经网络模型进行预训练；使用模型剪枝策略，对预训练的轻量化卷积神经网络进行优化；对优化后的轻量化卷积神经网络进行量化处理并部署至嵌入式平台上；通过巡检机器人采集的图像，结合部署的轻量化卷积神经网络，进行建筑材料检测，完成智能巡检机器人的快速巡检任务。设计轻量化卷积神经网络用以解决嵌入式平台内存资源有限问题。