一种基于FPGA的神经网络加速方法及系统

本发明型公开了一种基于FPGA的神经网络加速方法及系统，具体包括：步骤S1输入数据适配处理，将原始数据转换为标准化特征数据；步骤S2神经网络模型硬件映射，生成FPGA可重构计算阵列的配置参数；步骤S3并行计算调度；步骤S4多级存储优化；步骤S5结果整合输出，汇总各计算单元的运算结果，执行层间数据标准化处理，生成当前网络层输出特征图,重复步骤S3‑S4直至完成所有网络层运算，最终输出神经网络推理结果；还包括动态能效调节,降低整体功耗；本发明具有多模型适配、计算效率高、存储成本低、能效比高、精度灵活的优点，可在边缘计算、自动驾驶、智能安防等场景大规模推广，具备在全国多场景规模化推广的实际应用价值与潜力。