作者：訾晶; 张旭欣; 金婕现场可编程门阵列卷积神经网络高层次综合动态部分重构车牌识别
摘要：FPGA有限的片上资源限制了复杂神经网络的实现,通过动态部分重构技术,完成2种软硬件方案设计。与纯软件方式相比,网络执行速度提高了3倍以上;自制车牌字符数据集,在Caffe网络框架下实现了99.45%的训练精度;最终,基于PYNQ-Z1开发板,完成了快速车牌识别系统的设计。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《传感器与微系统》（CN：23-1537/TN）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《传感器与微系统》编辑部始终坚持质量第一，注重社会效益，发表具有前瞻仰性、先进性、导向性的论文及最新科技、市场信息，为企事业和高校提供先进的科技成果与工艺技术，为提高传感器与微系统技术的学术水平，促进国内外学术交流，加速传感器与微系统技术及其产业的发展而努力工作。
北大期刊、CSCD期刊、统计源期刊
人气 52161 评论 52
部级期刊
人气 15088 评论 53
人气 12305 评论 44
