一种面向点云检测的神经网络压缩方法及加速器

本发明公开了一种面向点云检测的神经网络压缩方法及加速器，所述方法在网络模型中插入阈值预测子网络生成双阈值，网络训练时根据激活值与阈值关系进行剪枝、子流形稀疏卷积或标准卷积，网络推理时应用训练所得阈值。本发明的加速器基于FPGA对点云进行检测，该加速器的核心单元为计算单元，由1152个PE单元构成并行计算阵列，同时支持子流形稀疏卷积和标准卷积，使神经网络在加速器上推理时可以以上述压缩方法实时压缩，提高推理效率，实现了硬件友好型低延迟高能效的加速器。本发明的压缩方法减小了剪枝对检测精度的影响，解决了剪枝后精度下降过多的问题，并提供了压缩方法在硬件上高效实现的方案。