2026年，FPGA大赛中如何用Zynq实现实时车牌识别，并优化LUT和BRAM资源到最低？

硅农预备役2024

1小时前

准备参加2026年FPGA大赛，选了车牌识别方向，想用Zynq实现实时处理。现在卡在资源优化上，我的设计目前LUT用了45K，BRAM也快满了，目标是把LUT降到30K以下，BRAM减半。有没有大佬分享下怎么用定点量化、流水线复用或查找表替换乘法器来压资源？另外，摄像头输入和HDMI输出怎么同步，求具体思路。

硅农预备役2024

这家伙真懒，几个字都不愿写！

121.09K1.72K

2026年，FPGA大赛备赛时如何从零搭建一个基于Zynq的实时人脸检测加速器？从摄像头驱动到AXI4-Stream流水线全流程讲解上一篇

2026年FPGA大赛备赛，图像处理方向选Sobel还是Canny更容易拿奖？求实战对比经验下一篇

还没有人回答，第一个参与下？

我要回答

回答被采纳奖励100个积分

请先登录