Neural network 哪个FPGA板适合实现人脸识别（神经网络）？

我想在FPGA板上实现人脸识别系统。预处理是在片外完成的。因此，输入将是从图像中提取的特征矩阵。拓扑详细信息如下：-

输入神经元数量-250

隐藏神经元数量-25

输出神经元数量-40

激活函数-tan-sigmoid

---

学习算法-缩放共轭梯度算法

我们最近在一台计算机上实现了一个用于人脸识别的神经网络。拓扑结构如下所示：

输入神经元数量-8

隐藏神经元数量-64

输出神经元数量-2

激活函数-ReLU

综合结果表明，对于512x512的输入图像，逻辑资源利用率约为80%。显然，如果你想完全并行化你的网络，这个板不是好的选择

---

要为您的应用选择最佳的电路板，您必须检查FPGA中嵌入的DSP块的数量。我建议您选择基于Arria V SoC或其等效无SoC组件的稍贵一点

谢谢你的回复。我只是好奇。如果图像大小为512*512。您是如何提取大小为8的特征矩阵的？还是我遗漏了什么？我使用的是ORL数据集，其中每个图像是112*92像素。我使用2D-PCA进行降维，特征矩阵现在是112*2。所以输入变成224。我使用了E.Culurciello的人脸检测数据集。此数据集提供32*32个人脸和背景图像。事实上，神经元的数量给出了输出映射的数量，而不是矩阵大小，第一层输出为127*127:conv 5x5+max pooling 4x4。