[1] [1] 1唐悦， 吴戈， 朴燕. 改进的GDT-YOLOV3目标检测算法［J］. 液晶与显示， 2020， 35（8）： 852-860. doi: 10.37188/yjyxs20203508.0852TANGY， WUG， PIAOY. Improved algorithm of GDT-YOLOV3 image target detection［J］. Chinese Journal of Liquid Crystals and Displays， 2020， 35（8）： 852-860.（in Chinese）. doi: 10.37188/yjyxs20203508.0852

[2] [2] 2范丽丽， 赵宏伟， 赵浩宇， 等. 基于深度卷积神经网络的目标检测研究综述［J］. 光学 精密工程， 2020， 28（5）： 1152-1164.FANL L， ZHAOH W， ZHAOH Y， et al. Survey of target detection based on deep convolutional neural networks［J］. Opt. Precision Eng.， 2020， 28（5）： 1152-1164.（in Chinese）

[3] [3] 3鞠默然， 罗海波， 刘广琦， 等. 采用空间注意力机制的红外弱小目标检测网络［J］. 光学 精密工程， 2021， 29（4）： 843-853. doi: 10.37188/OPE.20212904.0843JUM R， LUOH B， LIUG Q， et al. Infrared dim and small target detection network based on spatial attention mechanism［J］. Opt. Precision Eng.， 2021， 29（4）： 843-853.（in Chinese）. doi: 10.37188/OPE.20212904.0843

[4] [4] 4王宸， 张秀峰， 刘超， 等. 改进YOLOv3的轮毂焊缝缺陷检测［J］. 光学 精密工程， 2021， 29（8）： 1942-1954. doi: 10.37188/OPE.20212908.1942WANGCH， ZHANGX F， LIUCH， et al. Detection method of wheel hub weld defects based on the improved YOLOv3［J］. Opt. Precision Eng.， 2021， 29（8）： 1942-1954.（in Chinese）. doi: 10.37188/OPE.20212908.1942

[5] WEI G J, HOU Y Z, CUI Q M et al. YOLO acceleration using FPGA architecture[C], 734-735(2019).

[6] NAKAHARA H, YONEKAWA H, FUJII T et al. A lightweight YOLOv2： a binarized CNN with A parallel support vector regression for an FPGA[C], 31-40(27).

[7] LI Z G, WANG J T. An improved algorithm for deep learning YOLO network based on Xilinx ZYNQ FPGA[C], 447-451(2020).

[8] NGUYEN D T, NGUYEN T N, KIM H et al. A high-throughput and power-efficient FPGA implementation of YOLO CNN for object detection[J]. IEEE Transactions on Very Large Scale Integration （VLSI） Systems, 27, 1861-1873(2019).

[9] ADIONO T, PUTRA A, SUTISNA N et al. Low latency YOLOv3-tiny accelerator for low-cost FPGA using general matrix multiplication principle[C], 141890-141913(2021).

[10] YOU J H, KIM Y K. Implementation of compressed YOLOv3-tiny on FPGA-SoC[C], 1-4(2020).

[11] REDMON J, DIVVALA S, GIRSHICK R et al. You only look once： unified， real-time object detection[C], 779-788(2016).

[12] REDMON J, FARHADI A. YOLO9000： better， faster， stronger[C], 6517-6525(2017).

[13] REDMON J, FARHADI A. YOLOv3： an incremental improvement[webpage]. arXiv, 1804-02767(2018). https：//arxiv.org/abs/1804.02767

[14] DPUCZDX. G for zynq ultraScale+ MpSoCs product guide PG[webpage]. Xilinx, 4(3). https：//docs.xilinx.com/r/en-US/pg338-dpu？tocId=3xsG16y_QFTWvAJKHbisEw

[15] ZHANG H B, JIANG J Q, FU Y H et al. Yolov3-tiny object detection SoC based on FPGA platform[C], 291-294(2021).

[16] ZHANG S, CAO J, ZHANG Q et al. An FPGA-based reconfigurable CNN accelerator for YOLO[C], 74-78(2020).