高效GEMM的实现助力自动驾驶视觉目标检测 | MDPI JLPEA

本文研究了在FPGA上高效实现YOLOv4核心运算——通用矩阵乘法 (GEMM) 的方法，以提升自动驾驶视觉目标检测的实时性与能效。研究背景源于自动驾驶技术对目标检测算法的高要求，以及传统GPU方案在车载场景中的功耗与成本限制。研究目的是解决嵌入式平台部署高性能目标检测模型的难题。通过定制化硬件架构，研究在KITTI数据集上实现了89.4%的平均精度均值 (mAP)，检测速度达到38毫秒/帧，功耗显著低于GPU。结论表明，FPGA方案在资源利用率与能效比上具有显著优势，为自动驾驶目标检测提供了可行的低功耗解决方案。