(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211125819.1 (22)申请日 2022.09.16 (71)申请人 山东浪潮科 学研究院有限公司 地址 250100 山东省济南市高新浪潮路 1036号S02号楼 (72)发明人 李乐乐　赵鑫鑫　姜凯　李锐　 (74)专利代理 机构 济南信达专利事务所有限公 司 37100 专利代理师 孙晶伟 (51)Int.Cl. G06T 1/20(2006.01) G06N 5/04(2006.01) G06N 3/08(2006.01) G06N 3/04(2006.01) G06F 9/50(2006.01) (54)发明名称 基于FPGA的资源回收结算方法及系统 (57)摘要 本发明公开基于FPGA的资源回收结算方法 及系统， 涉及FPGA应用技术领域； 本发明方法利 用FPGA强大的并行运算、 存储转发能力， 加速神 经网络的深度学习推理过程， 高速、 准确识别特 定资源， 实现分类， 内部集成Cortex ‑A53处理器， 依据识别结果实现结算， 整体系统达到高度集成 化与低功耗的需求， 部署开发周期灵活， 满足客 户的定制化需求， 适应多种应用场景。 权利要求书2页 说明书4页 附图1页 CN 115511694 A 2022.12.23 CN 115511694 A 1.基于FPGA的资源回收结算方法， 其特征是利用基于FPGA的资源回收结算系统进行资 源回收结算， 所述资源回收结算系统包括硬件板卡， 所述硬件板卡包含ISP芯片、 FPGA芯片、 电源芯片、 D DR、 IAS接口和摄 像头模组， 所述FPGA芯片包括Mipi_Rx模块、 Video_Pipe模组、 Cdma_Rd模块、 Cdma_Wr模块、 Format_reshape模块、 Ima ge_Conv模块、 Active模块、 Po oling模块和Cor tex‑A53 CPU, 摄像头模组采集图像数据， 将图像数据由IAS接口传输至ISP 芯片， 经过优化处理之后， 再传送至 所述FPGA芯片， 通过所述FPGA芯片中Mipi_Rx模块、 Video_Pipe模块将输入的图像 数据缓存到DDR中， 通过Cdma_Rd模块读取图像数据， 再经由Format_reshape模块对图像数 据整形， 再经由Image_Conv模块、 Active模块和Pooling模块加速i mage卷积、 激活及池化过 程， 提取特征数据并通过Cdma_Wr模块反馈至Cortex ‑A53 CPU， 通过Cortex ‑A53 CPU根据资 源识别模型识别图像分类， 获得识别结果， 根据识别结果按照用户提供 的账户信息发起结 算。 2.根据权利要求1所述的基于FPGA的资源回收结算方法， 其特征是所述通过Cortex ‑ A53 CPU根据资源识别模型识别图像分类， 包括： 预先训练资源识别 模型， 其中利用自定义再生资源数据集， 基于LeNet ‑5的神经网络架 构进行训练学习， 获得资源识别模 型， 经由TensorRT优化量化， 再由Compiler编译完成后通 过Cortex‑A53 CPU加载资源识别模型。 3.根据权利要求1所述的基于FPGA的资源回收结算方法， 其特征是所述摄像头模组为 IMX247图像传感器。 4.根据权利要求1所述的基于FPGA的资源回收结算方法， 其特征是所述ISP芯片采用 AP1302图像信号处 理器。 5.基于FPGA的资源回收结算系统， 其特征是利用基于FPGA的资源回收结算系统进行资 源回收结算， 所述资源回收结算系统包括硬件板卡， 所述硬件板卡包含ISP芯片、 FPGA芯片、 电源芯片、 D DR、 IAS接口和摄 像头模组， 所述FPGA芯片包括Mipi_Rx模块、 Video_Pipe模组、 Cdma_Rd模块、 Cdma_Wr模块、 Format_reshape模块、 Ima ge_Conv模块、 Active模块、 Po oling模块和Cor tex‑A53 CPU, 摄像头模组采集图像数据， 将图像数据由IAS接口传输至ISP 芯片， 经过优化处理之后， 再传送至 所述FPGA芯片， 通过所述FPGA芯片中Mipi_Rx模块、 Video_Pipe模块将输入的图像 数据缓存到DDR中， 通过Cdma_Rd模块读取图像数据， 再经由Format_reshape模块对图像数 据整形， 再经由Image_Conv模块、 Active模块和Pooling模块加速i mage卷积、 激活及池化过 程， 提取特征数据并通过Cdma_Wr模块反馈至Cortex ‑A53 CPU， 通过Cortex ‑A53 CPU根据资 源识别模型识别图像分类， 获得识别结果， 根据识别结果按照用户提供 的账户信息发起结 算。 6.根据权利要求5所述的基于FPGA的资源回收结算系统， 其特征是所述Cortex ‑A53  CPU根据资源识别模型识别图像分类， 包括： 预先训练资源识别 模型， 其中利用自定义再生资源数据集， 基于LeNet ‑5的神经网络架 构进行训练学习， 获得资源识别模 型， 经由TensorRT优化量化， 再由Compiler编译完成后通 过Cortex‑A53 CPU加载资源识别模型。 7.根据权利要求5所述的基于FPGA的资源回收结算系统， 其特征是所述摄像头模组为权　利　要　求　书 1/2 页 2 CN 115511694 A 2IMX247图像传感器。 8.根据权利要求5所述的基于FPGA的资源回收结算方法， 其特征是所述ISP芯片采用 AP1302图像信号处 理器。权　利　要　求　书 2/2 页 3 CN 115511694 A 3