![一种基于FPGA和卷积神经网络的果蔬识别方法和系统](/CN/2023/1/305/images/202311528809.jpg)
基本信息:
- 专利标题: 一种基于FPGA和卷积神经网络的果蔬识别方法和系统
- 申请号:CN202311528809.7 申请日:2023-11-15
- 公开(公告)号:CN117392669A 公开(公告)日:2024-01-12
- 发明人: 闫子豪 , 詹洁 , 贺建伟 , 叶斌 , 宋悦荣 , 王硕 , 张慧珊 , 张安琪 , 朱盛鑫 , 郭小辉 , 杨利霞 , 黄志祥
- 申请人: 安徽大学
- 申请人地址: 安徽省合肥市蜀山区九龙路111号安徽大学磬苑校区
- 专利权人: 安徽大学
- 当前专利权人: 安徽大学
- 当前专利权人地址: 安徽省合肥市蜀山区九龙路111号安徽大学磬苑校区
- 代理机构: 合肥金律专利代理事务所
- 代理人: 贾启芳
- 主分类号: G06V20/68
- IPC分类号: G06V20/68 ; G06V10/82 ; G06N3/0464 ; G06N3/048 ; G06V10/44 ; G06N3/084
摘要:
本发明公开了一种基于FPGA和卷积神经网络的果蔬识别方法和系统,包括:在FPGA上搭建图像预处理模型和卷积神经网络模型;采集待识别果蔬图像;将待识别果蔬图像传输到FPGA上;利用预处理模型对待识别果蔬图像进行预处理:利用卷积神经网络模型对预处理后的待识别果蔬图像进行识别,得到果蔬识别结果。本发明在具有高速运行、并行化能力强等优点的FPGA上搭建图像预处理模型和卷积神经网络模型,能够实现对果蔬的快速准确识别,有效解决CPU的效率较低而GPU的功耗非常大不能实现任意精度的运算造成空间运算的浪费。