摘要
本发明公开了一种点云图像分类的轻量化和硬件加速方法，包括：去除用于点云图像分类的PointNet网络中的T‑Net网络后进行训练，再进行全整数量化和层融合处理，将得到的网络部署在边缘设备上；本发明利用PointNet剪裁、全整数量化、层融合处理，减小了参数量和计算量，设计了边缘设备的缓存结构实现硬件缓存计算，并设计了乘加器阵列的维度以实现并行化计算点卷积，减少了硬件逻辑设计和缓存容量；本发明对PointNet网络的轻量化处理涵盖了模型压缩、参数精简及计算优化等多个方面，能大幅削减模型所需计算量与存储容量，提升处理速度，降低功耗，可在资源受限硬件平台上准确、快速实现点云图像分类。
