[发明专利]一种基于PYNQ的无预选框检测系统

权利要求书

1.一种基于PYNQ的无预选框检测系统，部署在FPGA上，其特征在于，所述系统包括：预处理模块、预先建立和训练好的检测模型和后处理模块；其中，

所述预处理模块，用于将光学遥感图形进行裁剪和归一化处理；

所述检测模型为基于CenterNet算法，采用分离卷积、剪枝、蒸馏及量化模型压缩方法，提取得到的精简型模型，用于在保证前向推断速度的同时，通过若干次循环的进行分段量化缩放系数和后处理融合对预处理后的图形进行检测，输出包含定位、回归和中心偏移的检测结果至后处理模块；

所述后处理模块，用于根据检测结果输出带有标记框的图片，完成预测。

2.根据权利要求1所述的基于PYNQ的无预选框检测系统，其特征在于，所述预处理模块的具体处理过程包括：对接收的光学遥感图像进行裁剪处理，经归一化处理得到符合预设尺寸和像素范围值的预处理图像。

3.根据权利要求1所述的基于PYNQ的无预选框检测系统，其特征在于，所述检测模型的主干网络为ResNet_9，包括串联的残差卷积层、分支检测层和后处理融合层；其中，

所述残差卷积层采用宽高维度作为循环展开的外层循环，通道维度作为里层内循环，实现特征图在通道维度的并行计算；

所述分支检测层包括三路分支检测支路，分别输出定位预测热点图，回归预测热点图和中心偏移预测热点图；

所述后处理融合层，用于通过最大池化的方法从定位预测热点图中找到一定区域的最大值，由此确定目标位置。

4.根据权利要求3所述的基于PYNQ的无预选框检测系统，其特征在于，残差卷积层包括5个串联的子模块，每个子模块的卷积运算用于进行图片尺寸的缩小，反卷积运算用于实现图片尺寸的扩大，每个子模块包括普通分离卷积块或分离反卷积块，以及点卷积块，对于具有普通分离卷积或分离反卷积处理的子模块采用非对称的填充方式，对于步长为2的卷积运算的子模块采用下采样融合方式。

5.根据权利要求4所述的基于PYNQ的无预选框检测系统，其特征在于，每个子模块的处理过程包括：

通过AXI总线读取特征图、参数值、整体缩放系数值以及整体的偏移系数值，传入处理寄存器；

进行普通分离卷积或分离反卷积处理，并将缓存的中间特征图通过AXI总线传入DDR中；

当所有通道维度均处理完毕，通过AXI总线传回特征图缓存值，并将所有通道的值累加以完成一次普通分离卷积运算；

将处理完毕的数据通过AXI总线传回CPU端。

6.根据权利要求5所述的基于PYNQ的无预选框检测系统，其特征在于，所述普通分离卷积块用于将权值通过AXI总线传入片上缓存区域，并转换为所需的三维结构，采用滑窗思想进行卷积计算，填充特征图周围若干个像素。

7.根据权利要求6所述的基于PYNQ的无预选框检测系统，其特征在于，所述分离反卷块用于对特征图各通道的值加权，卷积核步长为1，采用直接流水计算，在特征图的像素点之间填充，使得特征图尺度扩张若干倍。

8.根据权利要求3所述的基于PYNQ的无预选框检测系统，其特征在于，所述后处理融合层包括在FPGA端进行的最大池化操作。

9.根据权利要求1所述的基于PYNQ的无预选框检测系统，其特征在于，所述后处理模块的具体处理过程包括：

对定位预测热点图进行排序，得到前K个点；K为设置的最大检测目标数；根据K个点得到对应的坐标索引，再根据坐标索引在回归预测热点图中得到预测的宽度和高度，在中心偏移预测热点图中得到中心点在x轴和y轴上的偏移量，输出带有标记框的图片，完成预测。

10.根据权利要求1所述的基于PYNQ的无预选框检测系统，其特征在于，所述检测模型的训练过程包括：

从公开的光学遥感数据集NWPU VHR-10中选取有标注信息不同目标的图像建立训练集；

对训练集的数据进行裁剪和线性变换处理；

将处理后的数据输入检测模型，调整模型参数，得到满足阈值要求的检测模型。