Test_Dataset

测试程序： OpenNNA/sdk/tcpip/tcp_test.py
数据集：/Fnt0_9(数字0-9）
测试结果：

PE_Network_Sim_VisualStudio

使用VisualStudio进行PE的算法验证，C语言仿真代码用visual studio可直接运行。
文件说明:
1.PE_Network_Sim_VisualStudio: 内含Network的算法验证。对应论文里面的Network，将整个网络的每个层（卷积，池化等）作为一个整体放入FPGA中，然后实现对输入矩阵（程序中有一个数组装着输入矩阵）进行数字识别操作。程序最后输出的是置信度的值。权重存储在BlockRAM中。（在c语言里面的语法特性就是将权重存储在数组中）
整个网络仅有一个AXI总线，一边负责输入，一边负责输出。
文件中放置数字8，运行结果:
//number:8
//result on pc:
//-1.147566
//-5.518320
//-2.492355
//-0.294776
//-3.960088
//-1.238211
//-1.051028
//-5.012868
//3.471442
//-1.777201

//result on fpga:
//-1.054688
//-5.644531
//-2.390625
//-0.214844
//此处省略

2.PE_ConvPooletc_Sim_VisualStudio：内含Conv，pool等算子的算法验证。对应论文里面将所有每类神经网络层 封装成单独的process element，然后每个process element分别通过AXI总线与ARM核连接。

OpenNNA_HLS_Network_230713

Network HLS工程Bug现已修复:
Bug原因:项目开发过程中换了电脑，错误的迁移了旧的HLS的代码和由新HLS代码生成的IP Core。最终，没有把最新的HLS工程代码迁移。
(技术层面的Bug原因是: 每次计算中，需要清空计算中间量。清空了上一次计算结果,避免影响本次计算。)

本Releases已包含IP Core：
(见OpenNNA_HLS_Network230713.zip/OpenNNA_HLS_Network/output_ipcore/20230712)。

如果需要自己导出IP Core，请clone最新源码进行打包。

PS:打包IP Core时如遇ERROR: [IMPL 213-28] Failed to generate IP，则尝试将Windows系统时间更改为2021年，即可解决问题。

最新的cpp仿真代码可见:https://github.com/xddcore/OpenNNA/tree/main/hls/network/sim

cpp仿真代码中放置数字8，运行结果:
//number:8
//result on pc:
//-1.147566
//-5.518320
//-2.492355
//-0.294776
//-3.960088
//-1.238211
//-1.051028
//-5.012868
//3.471442
//-1.777201

//result on fpga:
//-1.054688
//-5.644531
//-2.390625
//-0.214844
//此处省略

Network IP Core(已验证)

由于Release中的工程出现IP Core Bug(见https://github.com/xddcore/OpenNNA/issues/1)。
在此提供验证后的Network IP Core，使用如下IP Core替换原有工程中的IP Core即可。
更多示例工程参考: https://github.com/xddcore/NutShellTeam/releases/tag/ALIENTEK-NAVIGATOR-7020

OpenNNA_Vivado_Network

使用Vivado 2019.1构建的工程。可以进行local和tcp/ip测试。

1. 确保开发板链接上路由器，并获取到IP地址(DHCP/静态IP)。
2. 在电脑上运行/sdk/tcpip目录下的python程序(注意将python程序中的IP地址更改为开发板实际的IP)。
3. 即可完成通信。