Desarrollo de Algoritmos de Inteligencia Artificial y de Visión por Computador Optimizados para Sistemas FPGA

Abstract

[ES] En este Trabajo Final de Máster se va a desarrollar el soporte para el uso de sistemas basados en FPGA en el proceso de tratamiento y filtrado de imágenes para aplicaciones médicas. En el TFM se utilizan las librerías EDDL y ECVL del proyecto Europeo DeepHealth (destinado a la identificación de enfermedades a partir de el escaneo de fotografías) y se adaptan sus algoritmos para su correcta ejecución en sistemas FPGA. Se centra especialmente en esta última librería ECVL, buscando el completo soporte de la misma a través de una capa de abstracción Hardware. Los desarrollos se realizan, en primer lugar, con las herramientas de desarrollo de Xilinx y se utilizan tanto OpenCL como lenguaje de descripción de hardware. En segundo lugar, se hace uso de sistemas FPGA con el dispositivo Xilinx Alveo U200. Finalmente se toman medidas de tiempos para ver si el uso de estas herramientas con la librería ECVL en FPGAs mejora al uso en CPU.

[EN] In this Master's degree final Project we develope part of the support for the use of FPGA-based systems in treatment and filtering of images for medical applications. In the project, the EDDL and ECVL libraries of the European DeepHealth project (which its goal is the identification of diseases from the scanning of photographs) and their algorithms will be adapted for their correct execution in FPGA systems. We focus especially on this latest ECVL library, seeking full support for it through a Hardware abstraction layer. The developments are carried out firstly, with Xilinx development tools using both OpenCL and hardware description language. Second, Xilinx Alveo U200 FPGA device will be used. Finally, time measurements have been taken to see

[CA] En aquest Treball Final de Màster es va a desenvolupar tot el suport per l’ús de sistemes basats en FPGA en el procés de tractament i filtrat d’imatges per a aplicacions mèdiques. En el TFM s’utilitzen les llibreries EDDL i ECVL del projecte Europeu DeepHealth (destinat a la identificació de malalties a partir de l’escaneig de fotografies) i s’adapta als seus algoritmes per a la seva correcta execució en sistemes FPGA. Es centra especialment en aquesta última llibreria ECVL, buscant el suport complet de la mateixa a través d’una capa d’abstracció Hardware. Els desenvolupaments es realitzen, en primer lloc, amb les eines de desenvolupament de Xilinx i s’utilitzen tant OpenCL com llenguatge de descripció de hardware. En segon lloc, es fa ús de sistemes FPGA amb el dispositiu Xilinx Alveo U200. Finalment es prenen mesures de temps per veure si l’ús d’aquestes eines amb la llibreria ECVL en FPGAs millora a l’ús en CPU.