摘要:在工业生产中,产品缺陷的智能检测是至关重要的。 现场可编程门阵列(FPGA) 是一种具有算力强、功耗低等特点的 嵌入式设备,能够将小型卷积神经网络部署其中。 本文基于 Xilinx Zynq 系列 FPGA 设计了一套改进 YOLOv2 目标检测算法,在 模型框架中增加重排序层,对切片图进行并行计算处理后再重组,完成铝片表面缺陷的检测。 该算法经过高层次设计(HLS) 后,进行 RTL 转换与 IP 核封装,并导入到工程项目中完成 SoC 设计。 通过综合、布局布线后生成比特流文件,导入至 PYNQ 镜 像中,完成对铝片表面的工业缺陷检测。 实验结果表明,本系统能够准确地检测出缺陷,并将功耗降低至 2. 494 W。