平嘉蓉，張正華*，沈 逸，陳 豪，劉 源，楊 意，尤 倩，蘇 權(quán)

(1.揚州大學 信息工程學院(人工智能學院)，江蘇 揚州 225127；2.揚州蘇水科技有限公司，江蘇 揚州 225000；3.揚州國脈通信發(fā)展有限責任公司，江蘇 揚州 225000)

0 引言

公共場所下密集人流量的實時統(tǒng)計對社會管理和公共安全具有重要意義[1]。人群計數(shù)可以用于商業(yè)管理，統(tǒng)計各個區(qū)域和出入口的行人流量，可以為商場的管理、服務(wù)和銷售等提供重要的參考指標[2]，進一步研究、修改模型可以為智能交通車流量、智能水利下船數(shù)量的視頻統(tǒng)計輕量化打下基礎(chǔ)。

深度學習與傳統(tǒng)手工設(shè)計人群計數(shù)方法不同，深度學習利用端到端的方式訓練神經(jīng)網(wǎng)絡(luò)，自動提取目標深度特征，避免主觀人為干擾，同時降低了手工設(shè)計的人力勞動成本[3]。人群計數(shù)是一項計算機視覺任務(wù)，將人群圖像作為輸入，輸出相應(yīng)的人群密度圖，最后對密度圖進行積分求和輸出最終結(jié)果[4]。隨著計算機視覺技術(shù)的逐步發(fā)展，大量的人群計數(shù)算法被提出，其中，深度學習領(lǐng)域核心的人群計數(shù)算法為Multi-CNN[5]，Switch-CNN[6]和CSRNet[7]。本文采用VGG-16作為網(wǎng)絡(luò)框架進行模型的搭建。

在實際的應(yīng)用場景中，不僅要求更高的檢測精度，為了達到實時性的要求，計算復(fù)雜度和模型大小也是重要的考慮因素，因此需要對網(wǎng)絡(luò)模型進行壓縮，以減小網(wǎng)絡(luò)模型的參數(shù)量，同時保持網(wǎng)絡(luò)模型的檢測精度[8]。目前，精簡模型的主要方法為輕量級網(wǎng)絡(luò)的設(shè)計，例如谷歌提出的MobileNet[9]、曠世科技的ShuffleNet[10]和SqueezeNet[11]等。本文利用Xilinx公司提供的神經(jīng)網(wǎng)絡(luò)量化工具DNNDK對網(wǎng)絡(luò)壓縮量化編碼，生成輕量級神經(jīng)網(wǎng)絡(luò)，使人群計數(shù)得以在現(xiàn)場可編程門陣列(Field Programmable Gate Array，F(xiàn)PGA )上實現(xiàn)。

本文針對輕量級神經(jīng)網(wǎng)絡(luò)的生成及部署問題，選取FPGA的硬件加速器來提高計算效率，減小功耗。FPGA具有低功耗和可重構(gòu)性等特點[12]，運用Xilinx官方提供的神經(jīng)網(wǎng)絡(luò)量化工具，對訓練好的網(wǎng)絡(luò)進行量化壓縮編碼，生成適用于深度學習網(wǎng)絡(luò)的硬件加速器，最終在FPGA上實現(xiàn)人群計數(shù)。

1 基于VGG-16的卷積神經(jīng)網(wǎng)絡(luò)重構(gòu)

為了更好地實現(xiàn)人群計數(shù)，同時考慮FPGA硬件計算能力有限，采用以結(jié)構(gòu)簡單著稱的VGG-16模型[13]。

VGG-16網(wǎng)絡(luò)模型共包含13個卷積層、3個全連接層以及5個池化層。在對VGG-16網(wǎng)絡(luò)的重構(gòu)中，考慮到硬件的計算能力，為實現(xiàn)縮小計算量的初衷，取VGG-16網(wǎng)絡(luò)中前10層卷積層作為基礎(chǔ)模型；以人群計數(shù)為目標，模型輸出應(yīng)為密度圖，為使輸出密度圖積分后得到人群數(shù)更準確，在模型最后加入2層卷積層及1層上采樣層。該模型為生成輕量級神經(jīng)網(wǎng)絡(luò)奠定了基礎(chǔ)，并確保了系統(tǒng)結(jié)果的精確性。VGG-16重構(gòu)后的網(wǎng)絡(luò)架構(gòu)如圖1所示。網(wǎng)絡(luò)中主要包含卷積層、池化層和上采樣層。

圖1 網(wǎng)絡(luò)架構(gòu)Fig.1 Network framework

卷積層主要用于提取特征。假設(shè)第q層為卷積層，第k-1層為輸入層，則第k層的卷積如下：

(1)

池化的主要作用是將特征圖分為多個區(qū)域，然后通過對各個區(qū)域求像素平均值或者最大值等來減小特征圖的尺寸，池化又稱為下采樣。本模型選取最大池化進行池化操作。

假設(shè)第q層為池化層，第q-1層為輸入層，則第q層池化的計算如下：

(2)

式中，down為下采樣函數(shù)；β為權(quán)重的參數(shù)。

上采樣層的主要目的是放大原圖像，從而獲取更高的圖像分辨率。由于對圖像的縮放操作并不能帶來更多關(guān)于該圖像的信息，因此圖像的質(zhì)量將不可避免地受到影響。

假設(shè)第q層為上采樣層，第q-1層為輸入層，則第q層上采樣的計算如下：

(3)

式中，up為上采樣函數(shù)；β為權(quán)重的參數(shù)。

2 輕量級神經(jīng)網(wǎng)絡(luò)的實現(xiàn)及硬件部署

人工設(shè)計輕量級神經(jīng)網(wǎng)絡(luò)的主要思想在于設(shè)計更高效的網(wǎng)絡(luò)計算方式，主要是針對卷積的計算方法，通過合理減少卷積核的數(shù)量，減少目標特征的通道數(shù)，結(jié)合設(shè)計更高效的卷積操作等方式，從而構(gòu)造更加有效的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)[3]。本文為了對網(wǎng)絡(luò)模型輕量化，生成輕量級神經(jīng)網(wǎng)絡(luò)，并將其部署到FPGA上，借助Xilinx?DNNDK量化工具進行了容器化開發(fā)環(huán)境的搭建、模型的轉(zhuǎn)換、凍結(jié)與量化，生成輕量級神經(jīng)網(wǎng)絡(luò)；借助Xilinx?深度學習處理器單元 (DPU)將其部署至FPGA上。

對改進后的VGG-16人群計數(shù)模型進行凍結(jié)操作，從而減少未參與推理的Op節(jié)點；將原模型的權(quán)重文件與模型文件整合為一個文件，通過DNNDK工具，使模型權(quán)重由高精度范圍向低精度范圍直接進行映射，從原有的FP32減少至INT8，得到的凍結(jié)模型縮小約2/3體積，完成模型的輕量化。模型體積對比如表1所示。

表1 模型體積對比 MB

Tab.1 Model size comparison

原模型凍結(jié)后的模型輕量化后的模型94.131.48.3

DPU是一個可配置的計算引擎，專用于網(wǎng)絡(luò)模型在FPGA上的部署。DPU需要指令來實現(xiàn)一個神經(jīng)網(wǎng)絡(luò)和可訪問的存儲位置，用于輸入圖像以及臨時輸出數(shù)據(jù)，還需要在應(yīng)用程序處理單元(APU)上運行的程序來服務(wù)中斷和協(xié)調(diào)數(shù)據(jù)傳輸。DPU頂層模塊如圖2所示，該單元包括一個高性能調(diào)度模塊，一個混合計算陣列模塊、指令獲取單元模塊和全局內(nèi)存池化模塊。

圖2 DPU頂層模塊Fig.2 Top-level module

為在PYNQ-Z2上進行輕量級神經(jīng)網(wǎng)絡(luò)部署，配置完成DPU，實現(xiàn)FPGA人群計數(shù)的硬件系統(tǒng)，通過系統(tǒng)時鐘的方式記錄了圖片加載時間以及任務(wù)執(zhí)行時間，配置基于X11協(xié)議的轉(zhuǎn)發(fā)及編寫計數(shù)顯示界面用以顯示運算結(jié)果。利用X11協(xié)議編寫及轉(zhuǎn)發(fā)的計數(shù)顯示界面如圖3所示。

圖3 顯示界面Fig.3 Display interface

3 實驗驗證

本文基于如下平臺構(gòu)建：PC端CPU為E3 1231 v3，內(nèi)存容量16 GB，顯卡為Nvidia GTX980M，操作系統(tǒng)版本為Windows 10 LTSC 2019，以此作為網(wǎng)絡(luò)構(gòu)建、訓練及量化環(huán)境。FPGA端采用Xilinx PYNQ-Z2開發(fā)平臺，平臺主要由2個Cortex A9內(nèi)核以及可編程邏輯設(shè)計單元構(gòu)成。

為了驗證模型的有效性，本文進行了數(shù)據(jù)集的選取、誤差函數(shù)的選取、網(wǎng)絡(luò)訓練、經(jīng)過量化網(wǎng)絡(luò)生成輕量級神經(jīng)網(wǎng)絡(luò)以及硬件部署，得到關(guān)鍵性能指標。

在人群計數(shù)利用方面，有許多帶有人工標注的大型數(shù)據(jù)集，如UCF_CC_50[14]，ShangHaiTech part A and B[15]，Mall Dataset[16]，WorldExpo’10[17]以及UCSD[18]。本文利用了香港中文大學提供的Mall Dataset數(shù)據(jù)集用以訓練基于VGG的人群計數(shù)網(wǎng)絡(luò)，該數(shù)據(jù)集包括了2 000張標注好的人群數(shù)據(jù)圖像，同時尺寸統(tǒng)一為480×640×3。本文將Ground Truth的數(shù)量級提升100倍，便于網(wǎng)絡(luò)收斂。用FPGA的量化特性指導(dǎo)網(wǎng)絡(luò)優(yōu)化，提高準確率，方便進行訓練。

① 平均值絕對誤差(MAE)。通過計算測試集中估計人數(shù)與真實人數(shù)的平均絕對誤差獲得，反映了模型對于測繪及人數(shù)基數(shù)的準確性，如下：

(4)

② 平均平方誤差(MSE)。通過計算測試集中估計人數(shù)與真實人數(shù)的MSE獲得，反映了模型對于測試集人群基數(shù)的準確性和穩(wěn)定性，如下：

(5)

在PC端使用Keras構(gòu)建基本網(wǎng)絡(luò)結(jié)構(gòu)，進行了網(wǎng)絡(luò)模型的訓練及參數(shù)的調(diào)整。網(wǎng)絡(luò)輸出的人群密度圖如圖4所示。

圖4 密度圖Fig.4 Density map

最后，將其量化生成輕量級神經(jīng)網(wǎng)絡(luò)后并部署在FPGA上，DSP利用率達到95.91%，并且分析得到如表2所示的關(guān)鍵性能指標。

表2 性能對比
Tab.2 Performance comparison

PlatformPCPYNQ-Z2DeviceE3 1231 v3 GTX980Zynq Z7020Clock Freq.3.40 GHz150 MHz(DPU)Memory16 GB DDR3L512 MB DDR3FPS76.92幀/秒5.38幀/秒Power220 W4.763 WEfficiency0.35 FPS/W1.13 FPS/WMSE18.418.4

可見，PYNQ-Z2平臺相比于PC平臺的功耗比突出，而且在量化后，性能指標也大致相同，由此可見，輕量級神經(jīng)網(wǎng)絡(luò)性能與卷積神經(jīng)網(wǎng)絡(luò)性能并無下降，同時，將輕量級神經(jīng)網(wǎng)絡(luò)部署于FPGA上大大提高了能效比，對未來的生產(chǎn)投入有重要意義。

4 結(jié)束語

通過對現(xiàn)有模型的改進與密度圖的增量處理，使人群計數(shù)模型效果更好，該系統(tǒng)的均方誤差量化后可達到18.4。將卷積神經(jīng)網(wǎng)絡(luò)進行量化生成輕量級神經(jīng)網(wǎng)絡(luò)，部署于FPGA中，并通過FPGA并行化操作處理運算，實現(xiàn)對神經(jīng)網(wǎng)絡(luò)推斷的加速以及輕量級神經(jīng)網(wǎng)絡(luò)的準確性及低功耗性。利用PYNQ-Z2特性，合理調(diào)度CPU和FPGA，使ARM端與FPGA端軟硬件協(xié)同工作，讓技術(shù)應(yīng)用落地，有效提高了人群計數(shù)網(wǎng)絡(luò)的能效比，對其應(yīng)用于便攜式設(shè)備提供了參考。本文仍需要擴展訓練集和訓練次數(shù)，增加準確率；優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)，增加執(zhí)行效率，使其性能表現(xiàn)更優(yōu)。