基于CNN和FPGA并行加速的软件用户界面色彩优化设计

摘要

用户界面设计中色彩的选择和搭配对用户体验至关重要，但传统的色彩优化方法通常依赖于经验规则或人工调节，缺乏系统化的优化和高效的计算支持。为了提高卷积神经网络整体计算效率，本研究提出了一种新型剪枝优化网络结构方法。该新型剪枝方法联合了通过最小绝对收缩和选择算法（Least absolute shrinkage and selection operator,Lasso）回归和通道剪枝2种技术。同时，在现场可编程门阵列平台上进行Q格式定点量化，以及并行加速优化实现高效的色彩优化计算。结果表明，新型剪枝方法的精度误差在Conv1层最小，仅为0.45%。即使剪枝数量增大，其精度损失仍然小于结构化剪枝和非结构化剪枝方法。该方法现场可编程门阵列资源的占用最多减少了26.43%，显著提升硬件平台的资源利用效率。同时，其查找表资源占用相对较低，为47.48%。该方法在逻辑运算方面的效率较高，能够在保持计算精度的同时优化硬件资源。这为用户界面色彩设计提供了新的技术路径，有助于推动软件领域的智能化发展。

关键词

用户界面 / 高效设计 / CNN / FPGA / 并行计算