基于FPGA的水下图像识别CNN高能效计算系统

本发明涉及图像识别技术领域，具体公开了一种基于FPGA的水下图像识别CNN高能效计算系统，设有计算引擎、重量化单元、反量化单元。计算引擎通过设置深度优先的逐块卷积单元，以采用深度优先和逐块处理方法，同时处理多个数据点，执行卷积运算。重量化单元对计算引擎的计算结果进行分段自适应量化，以转换为缩减的位宽格式。反量化单元对量化的结果进行反量化后输入计算引擎。分段自适应量化不仅压缩了CNN模型，还减轻了水下图像量化推理的精度损失。通过将深度优先的逐块卷积与设计的分段自适应量化方法无缝集成，显著降低了片上存储器的使用率和相关的存储器资源功耗。