Implémentation efficace d’un réseau de neurones convolutif (CNN) sur circuit FPGA

Abstract

Dans le domaine de l'Intelligence Artificielle et de l'Apprentissage Profond, les Réseaux de Neurone Convolutif (CNN) sont des modèles puissants utilisés dans la vision par ordinateur comme la reconnaissance automatique de chiffres, de lettres, de textes manuscrits, la reconnaissance de formes et de visages. Ces modèles nécessitent des processeurs puissants et un espace mémoire important pour leur mise en oeuvre. L’une des solutions efficaces consiste à utiliser des circuits reconfigurables de type FPGA pour faire une implémentation efficace des réseaux CNN ce qui est l’objectif de notre travail. Nous avons fait la conception des circuits de calcul des différentes couches sous l’environnement System Générateur et l’implémentation sous l’environnement Vivado. Le réseau conçu est destiné à l’application de reconnaissance automatique de digit manuscrit