2026年FPGA大赛做实时目标检测，YOLOv8s在Zynq上部署时DSP资源不够用怎么办？有哪些模型剪枝和量化策略？

10小时前

我们团队正在备赛2026年FPGA大赛，选题是用Zynq做实时目标检测，但YOLOv8s模型在PL端部署时DSP资源严重不足，目前尝试了INT8量化，但精度掉到83%后不敢再剪了。请问有没有针对FPGA的模型剪枝策略，比如结构化剪枝或通道剪枝后如何重新训练？还有，量化时怎么平衡BRAM和DSP的消耗？求过来人分享具体流程和踩坑经验。

Linux小白

这家伙真懒，几个字都不愿写！

446900

2026年FPGA大赛备赛，用Zynq做实时视频去雾时暗通道先验算法资源不够，怎么用分时复用和DSP切片优化？上一篇

2026年，FPGA大赛用高云GW5AST做实时AI语音识别，BRAM不够用怎么通过模型剪枝和量化解决？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