FPGA线上课程平台|最全栈的FPGA学习平台|FPGA工程师认证培训
登录
首页-所有问题-其他-正文

2026年FPGA大赛备赛,用Zynq做实时手势识别,如何用轻量级CNN模型并优化到2W功耗以内?

电子入门者电子入门者
其他
14小时前
0
0
4
我们队今年FPGA大赛想做一个基于Zynq的实时手势识别项目,打算用轻量级CNN模型,比如MobileNetV1或者SqueezeNet,但担心PL侧资源不够,而且功耗要控制在2W以内。有没有大佬分享下具体的模型量化、层融合和流水线优化经验?另外,PS端和PL端怎么分工才能既保证帧率又省电?求实战细节和踩坑记录!
电子入门者

电子入门者

这家伙真懒,几个字都不愿写!
231700
分享:
2026年FPGA大赛备赛,用国产高云FPGA做实时车牌识别,算法移植到PL侧资源不够怎么优化?上一篇
2026年FPGA大赛备赛,用Zynq做实时语音识别,从MFCC特征提取到GMM分类全流程怎么在PL侧加速?下一篇
FPGA线上课程平台|最全栈的FPGA学习平台|FPGA工程师认证培训
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
FPGA线上课程平台|最全栈的FPGA学习平台|FPGA工程师认证培训
请先登录