基于FPGA和ARM的植物病虫害图像识别的异构硬件加速方法

本发明公开了一种基于FPGA和ARM的植物病虫害图像识别的异构硬件加速方法，通过使用CSPdarknet53_tiny作为Yolov4_tiny的主干特征提取网络，同时在导出算子参数时使用层融合的原理，然后对设计硬件加速器进行数据流以及接口的优化，采用的双缓冲结构，并在接口处设计AXI总线Central DMA，最后将网络后处理的预测框解码以及非极大值抑制算法在嵌入式的PS端进行实现，让加速器网络得到结果时能实时得到识别结果。本发明的方法在嵌入式应用场景设计一种高效准确的硬件加速器，特别是植物病虫害图像识别方面，在提高网络识别准确性的同时，兼顾网络的参数量以及硬件的传输效率，为识别系统能在移动端进行部署提供更大的可能，同时降低人工成本，为后续植物病虫害的防治提供有力的技术基础。