最近幾年,卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)在一些應(yīng)用領(lǐng)域取得了很大的成功,特別在計(jì)算機(jī)視覺(jué)方面,它有著廣泛的應(yīng)用.隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展,越來(lái)越多的設(shè)備需要捕捉圖片或視頻,市場(chǎng)對(duì)具有高精度和實(shí)時(shí)目標(biāo)識(shí)別功能的嵌入式系統(tǒng)有很大的需求,比如無(wú)人駕駛汽車(chē)和機(jī)器人視覺(jué)等.然而,卷積神經(jīng)網(wǎng)絡(luò)是一種計(jì)算密集型和資源消耗型的方法,因?yàn)楣暮唾Y源的限制,它很難被集成到嵌入式系統(tǒng)內(nèi),例如手機(jī),智能眼鏡和機(jī)器人等.FPGA是一種最為理想的提高卷積神經(jīng)網(wǎng)絡(luò)運(yùn)算速度的平臺(tái),它具有高性能,可定制,功耗低和開(kāi)發(fā)周期短等優(yōu)勢(shì).Zynq全可編程SoC集成了雙核ARM Cortex-A9多