一种基于贝叶斯优化的神经网络轻量化及高效FPGA部署方法

本发明提出一种基于贝叶斯优化的神经网络轻量化及FPGA高效部署方法。先选边缘应用数据集与基准模型，采用L1正则化稀疏参数，剪枝后重新恢复模型性能。接着明确卷积层和全连接层量化范围与位宽，用贝叶斯优化找最优量化方案。借助hls4ml库将轻量化模型转为HLS工程，实现快速模型到硬件设计转换。针对不同FPGA型号，计算重用因子配置，控制HLS工程资源使用率在70％‑95％，并优化关键算子硬件逻辑。最后构建全流程自动化部署方案，涵盖轻量化、模型转换和综合实施阶段。该方法能将全精度CNN基准模型转化为满足边缘端低延时、低功耗需求的轻量化模型，实现目标硬件高效部署。