계산 복잡도와 저장 요구 사항은 자원 제한적인 환경에서 컨볼루션 신경망(CNN)의 성능과 효율성에 영향을 미치는 중요한 요소입니다. 본 논문은 임베디드 인공지능 애플리케이션을 위해 특별히 설계된 FPGA 및 YOLOv3-Tiny 기반 고성능 임베디드 타겟 탐지 시스템을 제시합니다. 경량 CNN 최적화 기술을 하드웨어 가속기 설계와 통합함으로써 계산 효율성과 자원 활용 측면 모두에서 상당한 개선을 이루었습니다. 저비트 양자화(low-bit quantization), 배치 정규화 융합(batch normalization fusion), 테이블 조회 매핑(table lookup mapping) 등의 주요 최적화를 통해 모델 파라미터와 계산 복잡도를 줄였습니다. 또한, F