2026年，想用一块Intel（Altera） Cyclone 10 LP FPGA完成‘基于神经网络的光伏板热斑故障在线检测系统’的毕业设计，在实现红外图像采集、预处理和轻量级CNN推理时，如何利用该系列FPGA的低功耗特性，并优化DSP和存储资源的使用？
我的毕设题目是光伏板故障检测，计划用红外摄像头采集图像，在FPGA上实现实时处理。我手头有一块Cyclone 10 LP开发板，看中它的低功耗特性，适合户外边缘设备。但它的逻辑资源和DSP模块相对有限。我的困惑在于：1. 对于红外图像（可能分辨率不高），预处理（如非均匀性校正、滤波）该如何用Verilog高效实现，以节省资源？2. 想部署一个类似于MobileNet的轻量级CNN，在资源受限的FPGA上，如何进行极致的模型压缩（二值化/三值化？）、算子融合和流水线设计？3. Cyclone 10 LP的DSP block和M10K内存块如何使用才能最大化利用？有没有针对该系列器件的特定优化技巧？希望有在低功耗FPGA上部署AI模型经验的朋友能指点迷津。我要回答answer.notCanPublish回答被采纳奖励100个积分
硅农养成计划
