基于紫光同创FPGA的图像采集及AI加速

最新推荐文章于 2026-05-07 11:42:14 发布
原创 最新推荐文章于 2026-05-07 11:42:14 发布 · 3.4k 阅读 · 37
标签
#fpga开发 #人工智能 #图像处理
该文章已生成可运行项目，

本原创文章由深圳市小眼睛科技有限公司创作，版权归本公司所有，如需转载，需授权并注明出处

适用于板卡型号：

紫光同创PGL50H开发平台（盘古50K开发板）

本篇优秀作品：2023集创赛全国总决赛紫光同创杯赛一等奖获奖作品，来自东莞理工+BugMaker的内容分享。

获奖作品：《基于紫光同创FPGA的图像采集及AI加速》

获奖队伍： 东莞理工学院+CICC1113+BugMaker

作品评语：视频输入接口支持HDMI，摄像头，光口，网口，PCIE上位机识别MAP达70%，视频输入帧率最高支持70帧，支持yolov5和yolov8识别帧率高。速度性能上较为优异。

部分成果及技术展示

01整体框架流程图

以上为我们的整体设计流程图，我们通过以太网接口、光口、HDMI输入接口以及摄像头接口实现了四路视频采集，其中网口数据是痛过PYTHON上位机传来，光口则是利用光纤回环实现输出，本质上还是通过获取第二个以太网接口的视频数据来实现视频采集输出，对于光口回环，它可以获取摄像头或者时HDMI输入的数据，但会导致视频源重复展示，故使用双网口，并两个网口传输不同视频数据以实现四路不同视频源的识别。

之后会将四路视频源分别进行缩放处理，变成960*540后拼接成一副1920*1080的四宫格视频进行输出展示，同时也将图像数据通过PCIE发送到PC端进行AI识别。同时，附加串口指令功能可修改拼接的模式可实现画中画显示以及预加速处理效果。

02双板卡方案

我们采用了两块盘古50K开发板

本文章已经生成可运行项目
最低0.47元/天 解锁文章
小眼睛FPGA
关注
如何在FPGA中实现人工智能芯片的加速?
东海陈光剑的博客：禅与计算机程序设计艺术
07-20 4146
作者：禅与计算机程序设计艺术 近年来随着人工智能的普及和快速发展，计算机视觉、图像识别、自然语言处理等领域的AI技术也开始应用到各个行业的应用领域中。相对于传统的CPU-GPU架构来说，FPGA架构有很大的优点，其具有低功耗，集成度高等特点，在某些场景下可以实现较好的加速效果。在云计算、边缘计算、低延迟计算等新型计算平台的支持下，FPGA
YOLOv5的FPGA开发：实现高度可拓展性
CqpFsharp的博客
09-21 4709
将YOLOv5算法移植到FPGA上可以充分利用FPGA的并行计算能力，提高算法的运行速度和效率。此外，FPGA的可编程性还使得算法能够根据需求进行定制化设计，具有良好的可拓展性。将YOLOv5的网络结构转化为FPGA上的硬件描述语言（HDL）代码是移植的关键。通过合理选择FPGA平台、进行算法移植和硬件优化，可以实现快速且准确的目标检测。在完成FPGA上的实现后，需要对其性能进行评估。请注意，上述代码仅为示例，实际的实现可能会有所不同，并且需要根据具体的硬件平台和工具进行适当的修改和调整。
紫光同创FPGA核心板PG2L50H实战：从零搭建工业级图像处理系统
weixin_29278805的博客
02-21 387
本文是一份基于紫光同创FPGA核心板PG2L50H（盘古50Pro）构建工业级图像处理系统的实战指南。文章详细解析了硬件平台选型、开发环境搭建、系统框架设计及性能优化，重点阐述了如何利用FPGA的并行处理能力和高带宽特性，实现从图像采集、DDR3缓存到算法加速的全流程硬件设计，为工程师提供可落地的国产化解决方案。
FPGA在AI加速中的优势与优化技术解析
最新发布
weixin_28895791的博客
05-07 283
FPGA（现场可编程门阵列）作为一种可重构硬件，在AI加速领域展现出独特的优势。其核心原理是通过可编程逻辑块（CLB）和DSP切片实现硬件级并行计算，相比GPU和ASIC，FPGA在能效比和灵活性上更具竞争力。技术价值体现在低延迟、高能效和可定制化计算单元上，特别适合边缘计算和实时推理场景。在AI加速中，FPGA通过Winograd算法、深度可分离卷积等优化技术显著提升计算效率。结合混合精度量化和数据分块策略，FPGA在ResNet-50等模型上可实现14.8 TOPS/W的能效比，较GPU提升5-8倍。这
AI架构师必知必会系列：FPGA加速与AI
东海陈光剑的博客：禅与计算机程序设计艺术
10-01 2186
作者：禅与计算机程序设计艺术 1.简介 什么是FPGA？它是什么时候出现的？它又是如何工作的？这是需要了解的。FPGA加速对AI的影响又是什么样的呢？如何利用好FPGA？总而言之，要掌握FPGA加速的相关知识、技巧与能力，才能更好的进行AI应用。因此，本文将从如下几个方面进行详细的阐述：
YOLOv5(PyTorch)目标检测实战：TensorRT加速部署
03-24
PyTorch版的YOLOv5是高性能的实时目标检测方法。 TensorRT是针对英伟达GPU的加速工具。本课程讲述如何使用TensorRT对YOLOv5进行加速和部署。   本课程的YOLOv5使用ultralytics/yolov5，分别在Ubuntu和windows10系统上做TensorRT加速和部署演示。课程内容包括：原理篇（YOLOv5网络架构与组件、TensorRT基础、TensorRT INT8量化、tensorrtx介绍、CUDA编程方法）、实践篇（Ubuntu和Windows10系统上的TensorRT部署演示）、代码解析篇（YOLOv5的TensorRT加速的代码解析） 。本课程提供注释后的YOLOv5的TensorRT加速代码。 除本课程《YOLOv5(PyTorch)目标检测实战：TensorRT加速部署》外，本人推出了有关YOLOv5目标检测的系列课程。请关注该系列的其它视频课程，包括：《YOLOv5(PyTorch)目标检测实战：训练自己的数据集》Ubuntu系统：https://edu.csdn.net/course/detail/30793Windows系统：https://edu.csdn.net/course/detail/30923《YOLOv5(PyTorch)目标检测：原理与源码解析》https://edu.csdn.net/course/detail/31428《YOLOv5(PyTorch)目标检测实战：Flask Web部署》https://edu.csdn.net/course/detail/31140
pcie读写ddr_（WIN）S04-CH03 PCIE 读写BAR和DDR
weixin_35667833的博客
12-23 582
软件版本：VIVADO2017.4操作系统：WIN7/WIN10 64bit硬件平台：XILINXFPGAMK7160FA米联客(MSXBO)论坛：www.osrc.cn答疑解惑专栏开通，欢迎大家给我提问！！3.1概述如果读者对于CH02和CH03还有一些疑惑，那么本节课的内容，可以让你更加简单地弄明白什么是BAR地址空间操作，什么是对开发板DDR内存地址空间操作。如果你掌握了如何通过XDMA...
【国产FPGA实战宝典】紫光同创FPGA开发全攻略+图像处理实战视频
milk5的博客
03-02 852
本文系统介绍了紫光同创国产FPGA的开发全流程，从环境搭建、设计输入、仿真验证到综合实现。重点通过实时视频边缘检测等实战案例，详解了基于FPGA的图像处理流水线设计，并提供了配套的图像处理实战视频教程，助力开发者快速掌握国产FPGA在图像处理等领域的应用。
基于国产FPGA的任意路Camera Link/ARINC818图像采集以及PCIe传输系统
whlzywy的博客
07-11 714
基于任意国产FPGAl开发图像采集存储传输系统。
手把手教你用紫光同创PGL100G FPGA搭建多路视频采集系统（OV5640/OV7725/HDMI输入，含DDR3缓存源码）
weixin_30756499的博客
05-05 190
本文详细介绍了如何使用紫光同创PGL100G FPGA搭建多路视频采集系统，涵盖OV5640/OV7725/HDMI输入及DDR3缓存源码实现。通过优化硬件架构和核心模块设计，解决多源适配、带宽瓶颈和时序同步等挑战，显著提升系统性能和稳定性。适合工业检测、医疗影像等领域的开发者参考。
直击慕尼黑上海电子展，ALINX 以 FPGA 助推企业客户产品研发冲刺
ALINX技术博客
04-18 800
芯驿电子 ALINX 作为深耕 FPGA 十余年的本土技术先锋，携全线产品矩阵和行业应用解决方案亮相。如果您正在寻找更高效的开发路径、更稳固的系统基础、更值得信赖的技术伙伴，欢迎随时与我们联系。
【紫光同创国产FPGA教程】【PGL50H第九章】OV5640 双目摄像头实验例程
MYMINIEYE的博客
07-18 3513
预留的光纤接口、10/100/1000M 以太网接口，PCIE 接口，方便各类高速通信系统验证；Double_OV5640双目摄像头模组采用美国OmniVision(豪威)CMOS芯片图像传感器OV5640， 500W 像素，最大支持 QSXGA (2592x1944)的拍照功能，支持 1080P、720P、VGA、QVGA 视频图 像输出，支持自动对焦的功能、自动曝光控制(AEC)、自动白平衡(AWB)等。步骤 1：按图所示，连接 Double_OV5640 双目摄像头模组，HDMI 显示器。
【重磅新品】小眼睛科技推出紫光同创盘古系列FPGA开发板套件，盘古200K开发板，紫光同创PG2L200H，Logos2系列
MYMINIEYE的博客
12-29 2010
紫光同创Logos2系列采用先进成熟工艺，提供丰富的片上资源和高性能接口，支持Serdes\PCle\Gen2\DDR3等特性，相较于第一代Logos，性能提升50%，功耗降低40%，适用于大批量、低功耗、高性能的应用需求，在通信、视频图像处理、工业控制、医疗、消费电子等领域应该广泛。盘古200K核心板是基于紫光同创Logos2系列(PG2L200H-FBB484)开发的全新国产高性能核心板，具有高数据带宽、高存储容量的特点，适用于视频图像处理、高速数据采集、工业控制等多元应用场景。
[第七届集创赛]紫光同创杯--部分讲解
m0_51703925的博客
07-27 2148
第七届全国大学生集成电路创新创业大赛 紫光同创杯
基于FPGA实现的加速人工智能算法
毕业作品网站
05-15 1712
摘要 本项目基于FPGA实现CNN算法加速，采用Verilog语言开发了卷积(Conv2d)、最大池化(Max_pool)和平均池化(Avg_pool)三个核心模块。系统采用全并行架构设计，支持多核卷积、可变步长、边缘填充等特性，主要用于CNN推理过程。由于未采用流水线设计，资源占用较高，需依赖大容量FPGA实现复杂网络。该项目作为本科毕业设计，侧重于硬件实现层面，不具备训练功能，实际应用价值有限。所有模块参数可配置，包括数据位宽、图像尺寸、卷积核参数等，输入输出采用有符号定点数格式。
pcie读写ddr_DDR4读写测试（一）：MIG IP核配置
weixin_39604189的博客
12-23 4125
上回学习了万兆接口，下回打算学习PCIe接口，但如果要是做个加速的玩意儿的话，好像还缺个存东西的地方，那就拿DDR存东西吧。刚好最近学习了Xilinx家的DDR4控制器IP核，所以来知乎上简单分享一下如何使用这个MIG IP核，按照惯例还是翻译手册，好像又开了个新坑( ﹁ ﹁ ) 。本系列将分为：MIG IP核配置、连续读写测试、一些问题的解决等等......本次读写测试中采用：FPGA硬件平台为...
pcie读写ddr_（LINUX）S04-CH03 PCIE 读写BAR地址和DDR
weixin_35052140的博客
02-19 682
void MainWindow::on_TestDDR_clicked(){unsigned char buf1[4096];unsigned char buf2[4096];unsigned int i=0;unsigned int error_cnt =0;for(i=0;i<4096;i++){buf1[i]=i;}put_data_to_fpga_ddr(FPGA_AXI_START...
【紫光同创PCIE教程】——使用官方驱动在Windows下进行DMA读写操作/PIO读写操作
MYMINIEYE的博客
11-30 2845
紫光同创官方主推的是在linux系统下开发驱动和上层软件，相应地，官方提供了在linux一个基于GTK+2.0的PCIE测试平台，该平台能够很好去操作官方生成的例程。官方也提供了一个Windows的驱动例程，该例程能够完成PCIE的DMA读写操作和PIO内存读写操作，但是该驱动并未完全适配IP生成的官方例程，官方提供另一份的FPGA的工程与之适配。最后简单声明一下，更改驱动只是适配紫光同创IP生成的例程，把IP自带例程的DMA机制通信成功起来，当然也可以去更改IP生成例程DMA的逻辑设计来适配原来的驱动。
【人工智能】FPGA实现人工智能算法硬件加速学习笔记
qq_45355365的博客
08-03 3199
【人工智能】FPGA实现人工智能算法硬件加速学习笔记
FPGA 如何进入 AI 领域的思考
石头记
08-22 4787
FPGA在AI领域如何发力，如何抢碗饭吃？大多数提到是硬件加速，在AI工程里，完成数据前处理（加速）。大家很少提到AI模型的本身的推理过程，让FPGA成为AI模型的推理/算力芯片，这自然是 FPGA厂商们的梦想。否则，仅仅是加速，那就是个配角。 Intel(ateral）和 AMD(Xlinx) 已做过大量的尝试，但是效果似乎并不好，这是为什么呢？我们仔细来看看原因。 在详细解决部署之前，我们还是先从头讲起，看看重要的历史。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值