FPGA-Video-Capture项目安装与配置指南
2025-04-18 22:52:59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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0168- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
hotgoHotGo 是一个基于 vue 和 goframe2.0 开发的全栈前后端分离的开发基础平台和移动应用平台,集成jwt鉴权,动态路由,动态菜单,casbin鉴权,消息队列,定时任务等功能,提供多种常用场景文件,让您把更多时间专注在业务开发上。Go03
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
596
4 K
Ascend Extension for PyTorch
Python
433
524
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++
915
755
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
365
243
暂无简介
Dart
840
204
🎉 (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
1.45 K
814
昇腾LLM分布式训练框架
Python
130
154
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
111
166
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
128
173