在公共交通管理使用AI视频分析的智能交通系统（ ITS）扮演着越来越重要的角色。 ITS实 时获取的城市道路交通流信息和事件识别，为缓解交通拥堵，应急处理和提供交通控制智 能指导。 CNN（卷积神经网络）的模型（例如YOLO）通常用于构建ITS检测器。 在该项目 中， LSCM建议使用， FPGA的技术为ITS中使用， 实现卷积神经网络（ CNN）硬件加速器。 我们将开发解决方案，以通过FPGA配置中实现ITS模型在数据渠道中获取视频输入和输出 对象或事件检测结果。 卷积层是完全 流水线用于硬件加速。 此外，将对硬件配置进行完全 参数化，以便将不同的数值计算映射到专用的硬件块。 将优化并行运行的浮点和定点计算 的过程元素（ PE），以实现更高的整体速度。 我们的目标是实现比当前基于GPU的已部署 硬件平台更好的速度和效率。