在公共交通管理使用AI視頻分析的智能交通系統（ ITS）扮演著越來越重要的角色。 ITS實 時獲取的城市道路交通流信息和事件識別，為緩解交通擁堵，應急處理和提供交通控制智 能指導。 CNN（卷積神經網絡）的模型（例如YOLO）通常用於構建ITS檢測器。 在該項目 中， LSCM建議使用, FPGA的技術為ITS中使用, 實現捲積神經網絡（ CNN）硬件加速器。 我們將開發解決方案，以通過FPGA配置中實現ITS模型在數據管道中獲取視頻輸入和輸出 對像或事件檢測結果。卷積層是完全 流水線用於硬件加速。此外，將對硬件配置進行完全 參數化，以便將不同的數值計算映射到專用的硬件塊。將優化並行運行的浮點和定點計算 的過程元素（ PE），以實現更高的整體速度。我們的目標是實現比當前基於GPU的已部署 硬件平台更好的速度和效率。