Implementación de CNN en FPGA con entornos automatizados para visión por computadora

Resumen

Las Redes Neuronales Convolucionales (CNN) son esenciales en aplicaciones de visión por computadora, pero su implementación en sistemas embebidos es desafiante debido a sus altas demandas de memoria y cómputo. Para abordar esto, se emplean técnicas como la cuantización, permitiendo la ejecución de modelos en hardware embebido, como FPGA, que ofrecen eficiencia energética y flexibilidad. Entornos de desarrollo automatizados como Vitis AI y FINN de Xilinx facilitan la implementación de CNN en FPGA.

Este trabajo compendia modelos de CNN en FPGA usando Vitis AI y FINN para clasificación de imágenes y detección de objetos. Se revisan bibliografía y trabajos previos, describiendo diferencias arquitectónicas, procedimientos de construcción y evaluación de modelos, y analizando rendimiento y eficiencia energética, destacando las virtudes y limitaciones de cada entorno.