저가형 FPGA 상의 BNN 기반 객체 감지 구현

요약

본 논문은 저가형 FPGA를 활용하여 Binary Neural Network (BNN) 기반의 YOLOv3-tiny 유사 객체 감지기를 구현한 내용을 다룹니다. 이 시스템은 1비트 가중치와 8비트 활성화 함수를 사용하는 컨볼루션 레이어를 특징으로 하며, 모든 하드웨어 로직이 Verilog RTL로 작성되었습니다. VOC 데이터셋에서 39.6%의 mAP50 성능을 달성했으며, 낮은 전력 및 연산량(0.098 GFLOPs)을 보여 저전력 임베디드 환경에서의 객체 감지 가능성을 입증했습니다.

핵심 포인트

• 저가형 FPGA를 활용하여 BNN 기반의 경량화된 객체 감지 시스템을 구현함.
• 네트워크는 1비트 가중치와 8비트 활성화 함수를 사용하여 연산 효율성을 극대화함.
• 전체 하드웨어 로직(패딩, 이진 컨볼루션 등)이 Verilog RTL로 작성되어 높은 제어력을 확보함.
• VOC 데이터셋에서 mAP50 39.6%의 성능을 달성하며 낮은 연산량(0.098 GFLOPs)을 기록함.