# Traffic Signs Recognition Based on PYNQ-Z2
## 在PYNQ开发板上搭建卷积神经网络实现交通标志识别
本项目为2020年新工科联盟-Xilinx暑期学校(Summer School)项目
### 项目简介
项目主要实现方式为在ZYNQ的PL端部署了基于HLS开发的卷积加速器和池化加速器,再在PS端利用Python编程实现对加速器的调用,完成交通标志的识别。模型在Tensorflow下采用德国交通标志数据集(GTSRB)进行训练,最终精度达到97%。
### 文件目录
1. HLS: 包含了卷积加速器和池化加速器的的C语言代码。因为全连接层可以看作一种特殊卷积层并借助卷积加速器进行加速,因此未包含单独的全连接层加速器。
2. Train: 包含了训练所用的Python代码和最终模型的参数文件。所采用的数据集链接为:http://benchmark.ini.rub.de/?section=gtsrb&subsection=dataset 。
3. jupyter_notebooks: 此文件夹内包含上传到PYNQ开发板上的Python代码文件和模型参数bin文件等。文件上传到开发板后可以在Jupyter Notebook中运行‘Traffic-Signs-Recognition.ipynb’文件进行测试,也可以直接运行‘Traffic-signs-recognition.py’进行测试。
### 运行环境
* 开发板: PYNQ-Z2 (ZYNQ XC7Z020-1CLG400C)
* 固件版本: V2.5
* Vivado版本: 2018.3
* Vivado HLS版本: 2018.3
* TensorFlow版本; 1.14
* 训练环境: macOS 10.15.6
### 性能参数
* 识别种类: 43种
* 识别精度: 97% (在GTSRB下)
* 识别速度: 0.5s左右 (速度异常,还需改进)
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
PYNQ开发板上搭建卷积神经网络实现交通标志识别源码+项目说明(高分项目).zip 简介 项目主要实现方式为在ZYNQ的PL端部署了基于HLS开发的卷积加速器和池化加速器,再在PS端利用Python编程实现对加速器的调用,完成交通标志的识别。模型在Tensorflow下采用德国交通标志数据集(GTSRB)进行训练,最终精度达到97%。 文件目录 HLS: 包含了卷积加速器和池化加速器的的C语言代码。因为全连接层可以看作一种特殊卷积层并借助卷积加速器进行加速,因此未包含单独的全连接层加速器。 Train: 包含了训练所用的Python代码和最终模型的参数文件。所采用的数据集链接为:http://benchmark.ini.rub.de/?section=gtsrb&subsection=dataset 。 jupyter_notebooks: 此文件夹内包含上传到PYNQ开发板上的Python代码文件和模型参数bin文件等。文件上传到开发板后可以在Jupyter Notebook中运行‘Traffic-Signs-Recognition.ipynb’文件进行测试,也可以直接运行‘Tr
资源推荐
资源详情
资源评论
收起资源包目录
卷积神经网络并利用FPGA加速实现交通标志识别.zip (88个子文件)
PYNQ-Z2-traffic-sig-recognition-master
Train
.DS_Store 14KB
record
W_conv1.dat 2KB
.DS_Store 6KB
b_fc2.dat 486B
b_fc1.bin 512B
W_conv2.dat 53KB
w_conv2.bin 18KB
b_fc1.dat 1KB
w_conv1.bin 576B
b_conv1.bin 64B
b_conv1.dat 189B
W_fc1.dat 2.28MB
w_fc2.bin 22KB
b_fc2.bin 172B
b_conv2.dat 365B
w_fc1.bin 784KB
dat2bin.py 291B
W_fc2.dat 63KB
b_conv2.bin 128B
GTSRB_Train(TensorFlow).py 6KB
GTSRB_Train(Keras).py 3KB
model
.DS_Store 6KB
keras2bin.py 845B
GTSRB.h5 1.71MB
GTSRB.json 3KB
logs
events.out.tfevents.1596245095.wanghandeMacBook-Pro.local 126KB
events.out.tfevents.1596206416.wanghandeMBP.lan 126KB
events.out.tfevents.1596203012.wanghandeMBP.lan 126KB
events.out.tfevents.1596206667.wanghandeMBP.lan 123KB
events.out.tfevents.1596204180.wanghandeMBP.lan 126KB
events.out.tfevents.1596204924.wanghandeMBP.lan 126KB
events.out.tfevents.1596244698.wanghandeMacBook-Pro.local 126KB
events.out.tfevents.1596207909.wanghandeMBP.lan 126KB
events.out.tfevents.1596246279.wanghandeMacBook-Pro.local 126KB
events.out.tfevents.1596203620.wanghandeMBP.lan 126KB
events.out.tfevents.1596202802.wanghandeMBP.lan 126KB
events.out.tfevents.1596207522.wanghandeMBP.lan 123KB
events.out.tfevents.1596246928.wanghandeMacBook-Pro.local 130KB
events.out.tfevents.1596204136.wanghandeMBP.lan 126KB
events.out.tfevents.1596207979.wanghandeMBP.lan 126KB
events.out.tfevents.1596205500.wanghandeMBP.lan 126KB
events.out.tfevents.1596201661.wanghandeMBP.lan 126KB
events.out.tfevents.1596203670.wanghandeMBP.lan 126KB
events.out.tfevents.1596206982.wanghandeMBP.lan 123KB
events.out.tfevents.1596202690.wanghandeMBP.lan 126KB
events.out.tfevents.1596207448.wanghandeMBP.lan 126KB
events.out.tfevents.1596246732.wanghandeMacBook-Pro.local 126KB
events.out.tfevents.1596208916.wanghandeMBP.lan 126KB
events.out.tfevents.1596209390.wanghandeMBP.lan 126KB
events.out.tfevents.1596202656.wanghandeMBP.lan 126KB
events.out.tfevents.1596206614.wanghandeMBP.lan 126KB
events.out.tfevents.1596208484.wanghandeMBP.lan 126KB
events.out.tfevents.1596203996.wanghandeMBP.lan 126KB
events.out.tfevents.1596206181.wanghandeMBP.lan 126KB
events.out.tfevents.1596207787.wanghandeMBP.lan 126KB
events.out.tfevents.1596203487.wanghandeMBP.lan 126KB
events.out.tfevents.1596205563.wanghandeMBP.lan 126KB
events.out.tfevents.1596206495.wanghandeMBP.lan 126KB
GTSRB_Datasets
ppm2png.py 544B
Readme-Images.txt 3KB
Readme-Images-Final-test.txt 2KB
HLS
pool_core
.DS_Store 6KB
pool_core.cpp 1KB
main.cpp 854B
pool_core.h 306B
conv_core
.DS_Store 6KB
conv_core.cpp 2KB
main.cpp 1KB
conv_core.h 612B
LICENSE 1KB
jupyter_notebooks
.DS_Store 6KB
GTSRB
.DS_Store 8KB
image
00000.png 5KB
data
b_fc1.bin 512B
w_conv2.bin 18KB
w_conv1.bin 576B
b_conv1.bin 64B
w_fc2.bin 22KB
b_fc2.bin 172B
w_fc1.bin 784KB
b_conv2.bin 128B
cnn.py 12KB
cnn.tcl 51KB
cnn.bit 3.86MB
Traffic-signs-recognition.py 11KB
.ipynb_checkpoints
Traffic-Signs-Recognition-checkpoint.ipynb 4KB
Traffic-Signs-Recognition.ipynb 4KB
README.md 2KB
共 88 条
- 1
资源评论
程序员张小妍
- 粉丝: 1w+
- 资源: 3081
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 基于Java和深度学习的瓦斯浓度预测系统后端设计源码 - 瓦斯浓度预测后端
- Screenshot_20240528_103010.jpg
- 基于Python的新能源承载力计算及界面设计源码 - HAINING-DG
- 基于Java的本科探索学习项目设计源码 - 本科探索
- 基于Javascript和Python的微商城项目设计源码 - MicroMall
- 基于Java的网上订餐系统设计源码 - online ordering system
- 基于Javascript的超级美眉网络资源管理应用模块设计源码
- 基于Typescript和PHP的编程知识储备库设计源码 - study-php
- Screenshot_2024-05-28-11-40-58-177_com.tencent.mm.jpg
- 基于Dart的Flutter小提琴调音器APP设计源码 - violinhelper
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功