2026年，想用一块Xilinx的Kria KV260视觉AI套件完成‘智能零售货架监控系统’的毕设，在实现YOLO目标检测和OpenCV图像预处理时，如何高效利用其可编程逻辑（PL）和处理器系统（PS）进行软硬件协同设计？
我的毕业设计选题是基于Xilinx Kria KV260开发板的智能零售货架监控系统，需要实现商品检测与计数。我了解KV260包含了可编程逻辑（PL）和ARM处理器系统（PS）。对于YOLO检测模型和OpenCV的图像预处理（如缩放、色彩空间转换），应该如何合理地划分任务到PL和PS？是应该用Vitis AI将整个模型部署到PL，还是将预处理放在PS、模型推理放在PL？如何设计两者之间的数据流（如通过AXI DMA）才能最大化发挥硬件性能，满足实时性要求？希望有相关项目经验的大神分享一下架构设计思路。
FPGA萌新上路
