FPGA-Video-Capture项目安装与配置指南
2025-04-18 17:57:50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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
314
2.73 K
deepin linux kernel
C
24
7
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++
639
245
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
470
Ascend Extension for PyTorch
Python
154
178
暂无简介
Dart
605
136
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
239
84
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
364
3.01 K
React Native鸿蒙化仓库
JavaScript
238
310