Можно ли обучить YOLO - модель обнаружения объектов на ПЛИС?

Question

Обучение на изображениях требует большого количества вычислений, чтобы получить хотя бы значительную точность для обнаружения объектов. Поскольку я изучал полную подготовку моделей обнаружения объектов, таких как YOLO, было сказано, что на GPU это занимает от часов до дней. Однако мы пытаемся реализовать аппаратный ускоритель для обучения CNN с использованием FPGA для модели обнаружения объектов, такой как YOLO, и делаем это для проекта последнего года обучения в нашем университете. Поскольку мы пытаемся выяснить осуществимость проекта, прежде чем двигаться дальше, любые предложения по этому вопросу будут полезны.

Answer 1

Вы никогда не хотите тренироваться на FPGA или на подобном «дешевом» оборудовании. Для обучения требуется гораздо больше памяти и гораздо больше вычислительных мощностей.

Обычный подход состоит в том, чтобы обучить сеть в обычном режиме на графических процессорах, а затем квантовать ее так, как вам нужно, чтобы она работала на ПЛИС. Как только это будет сделано, вы можете попытаться загрузить архитектуру и веса на ПЛИС.

Я бы предположил, что достаточно просто запустить единую сетевую архитектуру, поэтому начните с этого и, возможно, подумайте о его расширении. произвольные архитектуры и запускать.