| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2020-01-22 16:55 ハードウェア実装に適した畳込みニューラルネットワークのフィルタに関する比較 ○秋元宏介・佐田悠生・佐藤真平・中原啓貴（東工大）  VLD2019-64 CPSY2019-62 RECONF2019-54 |
|
| 抄録 | （和） | 畳込みニューラルネットワークは画像認識において高い精度を持ち,学習された多くのフィルタはガボールフィルタと類似する役割を持つことが知られている.入力画像の向きやスケールに対し頑健性のあるモデル構成を目的として,ガボールフィルタを畳込み演算処理に代用する手法が提案されている.また,チャネルシフト演算による近似法も提案されている.本研究では畳込みニューラルネットワークのカーネルを空間方向とチャネル方向に分割したSeparableConvolution 演算に着目し,空間方向の畳込み演算の精度改善と積和演算量削減を目的としたこれらの近似法の比較を行う.また組み込み機器への応用に向けた GPU より低消費電力,低レイテンシで演算を行う FPGA に適した設計法を提案する.バッチ正規化演算回路を再利用することにより,ガボールフィルタを適用した畳込み演算に対する計算リソースのオーバヘッドが生じないことを示す. Xilinx 社 SDSoC2018.2.2 を用いて ZCU104 評価ボードに畳込み禁じ回路を実装した.ガボールフィルタを用いたことによる FPGA 回路の面積オーバヘッドは無く, CamVid データセットにおいて認識精度が 1.3% 向上した. |
| （英） | Convolutional neural networks have high recognition accuracy in computer vision task, and many of the learned filters are known to be similar to gabor filters. For the purpose of constructing a model that is robust to the orientation and scale of the input image, a method that uses a gabor filter for convolution processing has already been proposed. Also, a channel shift appoximation has been proposed. In this paper, we compare a light-weight convolution toward a dedicated CNN accelerator. This paper proposes a design method for FPGAs that performs computations with lower power consumption and lower latency than GPUs for device applications. Since we reuse the batch normalization circuit, there is no computational resource overhead for convolution operations using Gabor filters. We implement the proposed CNN on ZCU104 evaluation board by using Xilinx SDSoC 2018.2.2 and CamVid dataset. The experimental results show that there is no increase of FPGA area with 1.3 point better accuracy (mIoU) compared to a conventional MobileNet. | |
| キーワード | （和） | 畳込みニューラルネットワーク / ガボールフィルタ / MobileNet / ShiftNet / FPGA / 意味的領域分割 / / |
| （英） | Convolutional Neural Network / Gabor Filter / MobileNet / ShiftNet / FPGA / Semantic Segmentation / / | |
| 文献情報 | 信学技報, vol. 119, no. 373, RECONF2019-54, pp. 61-66, 2020年1月. | |
| 資料番号 | RECONF2019-54 | |
| 発行日 | 2020-01-15 (VLD, CPSY, RECONF) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | VLD2019-64 CPSY2019-62 RECONF2019-54 |
|
| 研究会情報 | |
| 研究会 | IPSJ-SLDM RECONF VLD CPSY IPSJ-ARC |
| 開催期間 | 2020-01-22 - 2020-01-24 |
| 開催地（和） | 慶応義塾大学 日吉キャンパス 来往舎 |
| 開催地（英） | Raiosha, Hiyoshi Campus, Keio University |
| テーマ（和） | FPGA応用および一般 |
| テーマ（英） | FPGA Applications, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | RECONF |
| 会議コード | 2020-01-SLDM-RECONF-VLD-CPSY-ARC |
| 本文の言語 | 日本語 |
| タイトル（和） | ハードウェア実装に適した畳込みニューラルネットワークのフィルタに関する比較 |
| サブタイトル（和） | |
| タイトル（英） | A Comparison of Filter for Convolutional Neural Network towards Hardware Implementation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 畳込みニューラルネットワーク / Convolutional Neural Network |
| キーワード(2)（和/英） | ガボールフィルタ / Gabor Filter |
| キーワード(3)（和/英） | MobileNet / MobileNet |
| キーワード(4)（和/英） | ShiftNet / ShiftNet |
| キーワード(5)（和/英） | FPGA / FPGA |
| キーワード(6)（和/英） | 意味的領域分割 / Semantic Segmentation |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 秋元 宏介 / Kosuke Akimoto / アキモト コウスケ |
| 第1著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Tech) |
| 第2著者 氏名（和/英/ヨミ） | 佐田 悠生 / Youki Sada / サダ ユウキ |
| 第2著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Tech) |
| 第3著者 氏名（和/英/ヨミ） | 佐藤 真平 / Shimpei Sato / サトウ シンペイ |
| 第3著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Tech) |
| 第4著者 氏名（和/英/ヨミ） | 中原 啓貴 / Hiroki Hakahara / ナカハラ ヒロキ |
| 第4著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Tech) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-01-22 16:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | RECONF |
| 資料番号 | VLD2019-64, CPSY2019-62, RECONF2019-54 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.371(VLD), no.372(CPSY), no.373(RECONF) |
| ページ範囲 | pp.61-66 |
| ページ数 | 6 |
| 発行日 | 2020-01-15 (VLD, CPSY, RECONF) |
[研究会発表申込システムのトップページに戻る]