文档名：一种基于知识蒸馏的量化卷积神经网络FPGA部署
摘要：设计了一种针对心电数据实时分类的量化神经网络,将权重量化为两位整数,运用知识蒸馏的方法使性能达到了期望的效果,并部署于FPGA开发板上.知识蒸馏后的量化网络比全精度网络的分类准确率提升了9％.在FPGA开发板上的运行结果符合预期,达到了需要的性能,可以对左束支传导阻滞(L)、右束支传导阻滞(R)、正常心拍(N)和室性早搏综合征(V)四种心电信号进行分类,相比于其他量化方式对存储参数的需求更小,资源使用更少,相比于CPU速度提升了1.5倍,运行时间达到实时性要求,适合于部署在小型、轻量化的资源有限的可穿戴设备上.
Abstract：Inthispaper,wedesignedaquantizedconvolutionalneuralnetworkforreal-timeclassificationofECGdata,quan-tizedtheweightstoINT2,appliedknowledgedistillationtoachievethedesiredclassificationresults,anddeployeditonFPGA.Thequantizednetworkafterknowledgedistillationimprovedtheclassificationaccuracyby9％overthefullprecisionnetwork.TherunningresultsontheFPGAmeettheexpectationsandachievetherequiredperformancetoclassifyfourtypesofECGsig-nals,leftbundlebranchconductionblock(L),rightbundlebranchconductionblock(R),normalbeat(N)andventricularprema-turebeatsyndrome(V),whichrequireslessstorageparameterrequirementsandlessresourceusagethanotherquantizationmeth-ods,andimprovesthecomputationalspeedoftheCPUcomparedtotheCPUby1.5times,therunningtimemeetsthereal-timerequirement,andissuitablefordeploymentonsmall,lightweightwearabledeviceswithlimitedresources.
作者：罗德宇 郭千禧 张怀诚 黄启俊 王豪Author：LuoDeyu GuoQianxi ZhangHuaicheng HuangQijun WangHao
作者单位：武汉大学物理科学与技术学院,湖北武汉430072
刊名：电子技术应用
Journal：ApplicationofElectronicTechnique
年，卷(期)：2024, 50(4)
分类号：TN911.72
关键词：心电信号 量化卷积神经网络 知识蒸馏 FPGA
Keywords：ECGsignal quantizedCNN knowledgedistillation FPGA
机标分类号：TP391.41R541.7TP183
在线出版日期：2024年4月26日
基金项目：国家自然科学基金一种基于知识蒸馏的量化卷积神经网络FPGA部署[
期刊论文] 电子技术应用--2024, 50(4)罗德宇 郭千禧 张怀诚 黄启俊 王豪设计了一种针对心电数据实时分类的量化神经网络,将权重量化为两位整数,运用知识蒸馏的方法使性能达到了期望的效果,并部署于FPGA开发板上.知识蒸馏后的量化网络比全精度网络的分类准确率提升了9％.在FPGA开发板上的运行...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
一种基于知识蒸馏的量化卷积神经网络FPGA部署 An FPGA implement of ECG classifier using quantized CNN based on knowl-edge distillation
一种基于知识蒸馏的量化卷积神经网络FPGA部署.pdf
- 文件大小:
- 3.1 MB
- 下载次数:
- 60
-
高速下载
|
