本文主要是介绍Lattice FPGA AI——Object Counting参考设计 CNN训练部分，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
0，训练并移植一个神经网络到 Lattice FPGA 上主要分三步：
第一步：使用开源工具Tensorflow, Caffe, Keras训练自己的网络（Lattice 官网参考设计有训练部分的参考代码）
第二步：使用Lattice sensAI 软件编译已训练的神经网络，定点化网络参数。该软件会对神经网络结构和预设的FPGA资源进行分析并给出性能评估报告，还可以在软件中做Inference的仿真，查看基于浮点参数和基于定点参数的仿真结果。此外还能通过USB连接FPGA进行硬件调试。
第三步，调用Lattice CNN IP以及其他组件例如视频源接入，ISP，目标画框，NMS算法，视频输出等，全都在FPGA上实现，构建一个完整CNN Inference系统。
本篇介绍官网上CNN Object Counting参考设计的训练部分。
1，Lattice 官方网站下载Lattice Object Counting参考设计，链接如下：
http://www.latticesemi.com/Products/DesignSoftwareAndIP/IntellectualProperty/ReferenceDesigns/ReferenceDesign03/ObjectCounting
2，解压下载的文件
这篇关于Lattice FPGA AI——Object Counting参考设计 CNN训练部分的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
