講演抄録/キーワード |
講演名 |
2021-03-04 14:10
Depth画像を用いた一般物体認識ニューラルネットワークのハードウェア実装 ○吉元裕真(九工大/学振)・田向 権(九工大/ニューロモルフィックAIハードウェア研究センター) SIS2020-47 |
抄録 |
(和) |
本研究ではホームサービスロボットのために,Depth画像を用いた一般物体認識ニューラルネットワークを,ハードウェアデバイスの1つであるFPGAへ実装する.提案手法はハードウェア指向な畳み込みニューラルネットワークの1つであるBinarized VGG-16より4.7ポイント高精度である.またFPGA実装したネットワークはCPU実装より約4.7倍,GPU実装より約1.9倍高速である.加えてこのネットワークはCPU実装の約20倍,GPU実装の約8倍電力効率が良い. |
(英) |
In this study, we propose an object recognition neural network using depth images, implemented on an FPGA for service robots. The proposed method achieves 4.7 points higher accuracy than Binarized VGG-16, which is one of the hardware-oriented convolutional neural networks. The network implemented on the FPGA is about 4.7 times faster than the network implemented on a CPU and about 1.9 times faster than the network implemented on a GPU. Also, the network is about 20 times more power-efficient than the network implemented on a CPU and about 8 times more power-efficient than the network implemented on a GPU. |
キーワード |
(和) |
一般物体認識 / FPGA / CNN / Depth画像 / / / / |
(英) |
Object Recognition / FPGA / CNN / Depth Images / / / / |
文献情報 |
信学技報, vol. 120, no. 415, SIS2020-47, pp. 67-70, 2021年3月. |
資料番号 |
SIS2020-47 |
発行日 |
2021-02-25 (SIS) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
SIS2020-47 |