速标志检测演示使用卷积神经网络（CNN）的汽车应用。yabovip888细胞神经网络使通常由人执行的改善更加高效，快速的实现数据的传统任务。并行FPGA中，使他们最适合于实现神经网络。
本例中使用的卷积神经网络可以通过未经训练的模型传递多个交通标志进行训练，计算权值和激活度。这创建了一个训练有素的权重和激活模型，由ECP5 FPGA实现的CNN加速器读取。最终的结果是，摄像头可以检测并显示在它前面通过的限速标志，显示所指示的速度。
低功耗，生产价格ECP5带来了一流的功率与性能效率最好的实现神经网络。这种边缘实现持续处理本地从而提高了安全性。