2026年FPGA大赛备赛，做实时目标检测用YOLOv8还是YOLOv5更容易在Zynq上实现硬件加速？

15小时前

今年准备参加FPGA大赛，想做一个基于Zynq的实时目标检测系统。之前跑过YOLOv5，但听说YOLOv8在精度和模型大小上更优。想问下在FPGA上部署的话，哪个模型更容易做量化、剪枝和硬件加速？PL端实现卷积加速器时，YOLOv8的C2f模块相比YOLOv5的C3模块资源消耗大多少？有没有学长分享下实际部署的踩坑经验？

码逻辑的小王

这家伙真懒，几个字都不愿写！

326800

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？上一篇

2026年FPGA大赛备赛，用Zynq做实时手势识别时卷积层并行度怎么优化？资源不够怎么办？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