FPGA-Video-Capture项目安装与配置指南
2025-04-18 08:48:37作者:虞亚竹Luna
1. 项目基础介绍
本项目是基于紫光同创 FPGA 和 YOLO 模型的多路视频采集与识别系统,荣获2023集创赛紫光同创杯一等奖。项目主要涉及视频的采集、处理和识别,采用 HDMI、双目 OV5640 作为输入,使用 HDMI、PCIe、以太网作为输出。FPGA 使用双线性插值算法对输入视频进行缩放,并使用 AXI 仲裁架构实现四路视频的缓存。上位机基于紫光同创 Linux PCIe 驱动进行开发,使用 gtk、ffmpeg,能够接收 PCIe、以太网视频,同时能调用YOLO模型识别视频。
主要编程语言包括Verilog、SystemVerilog、Stata、Tcl、Forth和VHDL。
2. 项目使用的关键技术和框架
- FPGA技术:用于视频信号的采集和处理。
- YOLO模型:用于视频内容的实时识别。
- AXI仲裁架构:用于实现多路视频的缓存。
- Linux PCIe驱动:用于上位机与FPGA之间的通信。
- gtk:用于图形用户界面开发。
- ffmpeg:用于视频流的处理和转换。
3. 项目安装和配置的准备工作
在开始安装前,请确保您的计算机满足以下要求:
- 安装有适用于您的操作系统的FPGA开发工具,如Xilinx Vivado或Intel Quartus。
- 安装有适用于您的操作系统的Linux PCIe驱动。
- 安装有gtk和ffmpeg库。
详细安装步骤
-
克隆项目仓库
打开命令行工具,执行以下命令克隆项目仓库:
git clone https://github.com/flytt-away/FPGA-Video-Capture.git cd FPGA-Video-Capture -
编译FPGA代码
在FPGA开发工具中打开项目,编译并上传到FPGA板上。
# 这里的命令取决于您使用的FPGA开发工具 vivado -project my_fpga_project.xpr # 或 quartus_project --compile -
安装上位机依赖
根据您的操作系统,安装上位机所需的依赖。
# 以Linux系统为例 sudo apt-get update sudo apt-get install gtk3.0 ffmpeg -
编译上位机代码
在项目目录中找到上位机的源代码,并按照项目提供的指南编译。
# 这里的命令取决于项目提供的构建系统 make -
运行程序
编译成功后,运行上位机程序。
./上位机程序
按照以上步骤操作后,您应该能够成功安装并运行该项目。如果遇到问题,请查阅项目文档或在项目仓库的issue区寻求帮助。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137