一种面向FPGA部署的ResNet网络量化与仿真推理方法

本发明公开一种面向FPGA部署的ResNet网络量化与仿真推理方法，以有效缓解传统量化方法中因直接四舍五入引起的数值溢出和精度下降问题。本发明通过对ResNet模型的权重和激活值进行适配FPGA的量化转换，使模型在有限FPGA资源条件下保持较高精度。此外，本发明设计了一种无需硬件验证的仿真推理方法，可以在FPGA仿真环境中预先测试量化模型的性能与精度，减少了硬件调试和验证的复杂步骤，从而大幅提升开发效率并降低资源消耗。