2026年，想用FPGA实现一个‘端侧实时手势识别’的本科毕设，在资源受限的Pynq-Z2这类平台上，如何对MediaPipe Hands或轻量级CNN模型进行硬件加速，并设计低延迟的摄像头数据流处理流水线？
我是电子信息工程专业的大四学生，毕设题目想做一个基于FPGA的实时手势识别系统。手头有块Pynq-Z2开发板（Zynq-7020），资源比较有限。我调研了MediaPipe Hands和一些轻量级CNN模型（如MobileNet+手势分类头），但不知道如何将它们有效地部署到FPGA上。是用HLS直接写推理引擎，还是用Vitis AI流程？另外，从摄像头采集到预处理（缩放、归一化），再到模型推理和后处理，整个流水线怎么设计才能保证实时性（比如30fps）？希望有做过类似项目的学长学姐能给一些架构设计和优化上的建议。
芯片小学生
