基于FPGA图像采集卡的深度学习
如果您的深度学习应用需要高吞吐量(例如,在生产中对时序有严格要求的应用情景),则基于图像采集卡的深度学习视觉系统就是您的合适之选。
![](http://images-ctf.baslerweb.com/dg51pdwahxgw/FOVH5NqKYaJWhz314P5Ok/3bb499698e3f358cf0c401daec7d3fbc/d293ca06-6247-491e-bede-aa943ce8fcbe.webp?fm=webp&f=center&w=800&q=80&fit=pad)
![](http://images-ctf.baslerweb.com/dg51pdwahxgw/4ZoJ5VrLGmirgkkLRfHcjB/b4aec529fcb2064f30833fa197e9ad9f/Deep_Learning_Frame_Grabber_CNN_V02_1380x735px.webp?fm=webp&f=center&w=800&h=450&q=80&fit=pad)
deepVCL图像采集卡可适用于要求极为严苛的深度学习应用
FPGA可在极短时间内处理大量数据,使其成为要求严苛的深度学习应用的理想之选。Camera Link图像采集卡microEnable 5 marathon deepVCL 可兼容卷积神经网络(CNN),是第一款专为高性能CNN部署而设计的图像采集卡,它搭载一个性能强大的Xilinx Kintex 7视觉处理器,并且已配备CNN运行许可。借助850 MB/s的高带宽,让您可在最具挑战性的深度学习应用(例如工厂自动化中的表面检验)中疾速运行推理过程。
![](http://images-ctf.baslerweb.com/dg51pdwahxgw/tvqO2QzrYm8kxSMaWEAST/90e043f984900797f15d9c2379c56fdd/Deep_Learning_Software_DE_1380x735px_1150x_.webp?fm=webp&f=center&w=800&h=450&q=80&fit=pad)
利用VisualApplet在FPGA上部署您的CNN
借助我们获得殊荣的图形FPGA编程工具VisualApplets,让您比以往更加轻松地在FPGA上部署CNN。VisualApplet可允许您在FPGA上直接加载已经过预先训练、规模各异和复杂性不同的CNN架构。它支持来自大多数常见CNN库(如 TensorFlow)的预训练网络,即使要进行重新训练也非常简单,还也可以将其他图像优化作为预处理或后处理步骤轻松集成到系统中。
![](http://images-ctf.baslerweb.com/dg51pdwahxgw/7eYSbmCkWXMiUoXi2NE1vD/6d0fba3172543894887263bf1970d152/Deep_Learning_Contact_1380x735px_306x_.jpg?fm=webp&f=center&w=800&h=450&q=80&fit=pad)
让我们助您在FPGA上部署您的CNN
为了实现基于FPGA的深度学习应用,我们提供CNN运行许可,其中包括两个服务包,能分别满足在深度学习方面拥有不同经验水平的用户需求。对于已经过训练的网络,我们能为FPGA实施提供支持。而对深度学习经验尚浅的客户,我们可针对所需的带宽和精度为您提供完整的CNN设计以及FPGA实施,同时让您的知识产权能安全保留在您的组织内部。
To our frame grabber services