Název:	Comparison of Performance of Optimized HSI CNN models on Desktop and Embedded Platforms
Autoři:	Čech, Jiří Rozkovec, Martin
Citace zdrojového dokumentu:	2021 International Conference on Applied Electronics: Pilsen, 7th – 8th September 2021, Czech Republic, p. 29-32.
Datum vydání:	2021
Nakladatel:	University of West Bohemia
Typ dokumentu:	conferenceObject konferenční příspěvek
URI:	http://hdl.handle.net/11025/45560
ISBN:	978–80–261–0972–3 (Print) 978–80–261–0973–0 (Online)
ISSN:	1803–7232 (Print) 1805–9597 (Online)
Klíčová slova:	hyperspektrální zobrazování;neuronové sítě;Xilinx FPGA;Vitis AI;DPU
Klíčová slova v dalším jazyce:	hyperspectral imaging;neural networks;Xilinx FPGA;Vitis AI;DPU
Abstrakt v dalším jazyce:	We compare different platforms for inference of convolutional neural networks in this paper. We trained various neural networks to determine the material in the source hyperspectral cube. Then we convert them to inference format and compare the inference results. We used tools under Xilinx Vitis AI for FPGA implementation. We try to minimize the size of the proposed networks by pruning them and provide further comparisons. FPGA platforms show to be energy efficient but still slower than a graphics card in terms of performance.
Práva:	© University of West Bohemia, 2021
Vyskytuje se v kolekcích:	Applied Electronics 2021 Applied Electronics 2021

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.