2026年FPGA大赛做实时目标检测，YOLOv8n部署到国产安路FPGA上BRAM不够用，有没有具体的剪枝和量化策略？

16小时前

我在备赛2026年FPGA大赛，选了安路FPGA做实时目标检测，模型是YOLOv8n，量化到INT8后精度还能接受，但BRAM直接爆了。试过通道剪枝，但效果不理想，速度也没提升多少。有没有大佬分享下针对安路FPGA的具体剪枝和量化策略？比如哪些层剪枝收益最大，量化时怎么处理激活值分布不均匀的问题？或者有没有轻量化的替代模型推荐？

电子技术新人

这家伙真懒，几个字都不愿写！

146401.90K

2026年，FPGA大赛做实时手势识别，用国产高云FPGA资源不够，怎么用流水线和量化技巧硬挤出来？上一篇

2026年，FPGA大赛做实时视频去雾，暗通道先验算法在PL端怎么优化才能跑到1080P 60fps？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