2026年，想用一块Xilinx Kria KV260视觉AI套件完成‘基于FPGA的智能零售货架监控系统’的本科毕设，在实现YOLO目标检测、货品缺货识别和网络上报时，如何利用其异构架构（ARM+FPGA）进行高效的软硬件任务划分？
老师好，我是一名大四学生，毕设题目初步定为‘基于FPGA的智能零售货架监控系统’。我打算用Xilinx Kria KV260这款带ARM处理器和FPGA的套件。核心功能是用摄像头拍货架，用YOLO算法检测货品是否缺货，然后通过网络上报。我现在比较困惑的是，如何合理地把任务分给ARM（PS）和FPGA（PL）。比如，图像预处理（缩放、格式转换）放哪里？YOLO的卷积计算是应该用PL加速吗？如果加速，是用HLS写IP核还是用现有的Vitis AI？还有，整个系统的软件框架（比如图像采集、结果上报）在ARM上怎么搭建？感觉要同时搞软硬件，有点无从下手。希望能得到一些关于Kria KV260软硬件协同设计的实战指导，特别是任务划分的原则和具体工具链的使用建议。
电子系小白
