2026年，FPGA大赛用Zynq做实时人脸检测，MTCNN模型在PL侧实现时LUT不够用，怎么通过层融合和流水线拆分优化？

3小时前

我们团队准备2026年FPGA大赛，用Zynq-7020做实时人脸检测，选的是MTCNN轻量化模型。在PL侧实现PNet时，LUT用了85%，BRAM也快爆了，根本塞不下RNet和ONet。想请教有经验的大佬，层融合具体怎么操作？比如把卷积和ReLU合并成一个算子，还有流水线怎么拆分才能让三阶段串行跑起来不卡顿？有没有开源参考项目可以借鉴？

逻辑电路爱好者

这家伙真懒，几个字都不愿写！

118941.71K

2026年FPGA大赛用国产高云FPGA做实时视频去雾，暗通道先验算法BRAM不够用，有没有现成的IP核或开源方案可以替代？上一篇

2026年FPGA校招，面试官问Verilog实现AXI4-Stream的实时图像缩放，双线性插值行缓冲怎么设计流水线才能拿满分？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