Vision HDL Toolbox

 

Vision HDL Toolbox

设计适用于 FPGA 和 ASIC 的图像处理、视频和计算机视觉系统

参考应用

参考应用可作为您在 FPGA、ASIC 和 SoC 设备上设计、仿真和部署计算机视觉应用的基础。

立体相机半全局块匹配 - SGBM

Zynq 上采用实时摄像头处理的 YOLO v2

用于图像处理的直方图均衡化 - CLAHE

FPGA 上的三维激光雷达分割

产品亮点

使用针对 HDL 优化的视觉算法模块

从一系列基于流像素、针对硬件优化的模块和 System object 中进行选择,以对计算密集型图像和视觉处理算法进行建模。在 FPGA、ASIC 和 SoC 上实现模型。

执行像素流设计

借助内置的像素控制信号、ROI 窗行缓冲区处理 4k 和 8k 视频并管理输入流数据。使用视觉处理算法的单像素或多像素(每个周期 2、4 或 8 个像素)流设计和仿真高效的硬件架构实现。

参考视觉应用快速入门

使用和修改预置的经过硬件验证的参考子系统,以实现计算机视觉应用(如自动驾驶目标检测相机管道)的高效实现

外部内存接口建模

使用 Simulink 模板为像素流设计的 AXI 和帧缓冲区的外部内存接口进行建模。将处理器对内存访问的建模作为硬件/软件协同设计的一部分,并使用 SoC Blockset 的功能将子系统端口部署到物理内存接口。

将基于视觉的 FPGA 设计和深度学习集成

在基于 Zynq 的硬件上使用预置的支持包参考设计部署 YOLO v2 深度学习网络。将已捕获的或实时的相机输入用于目标检测视觉应用。

在 FPGA 和 SoC 上进行原型化和验证

使用 AMD Zynq 硬件支持包和模型模板构建带有实时视频输入的原型设计。使用 HDL Coder支持的 FPGA 或 SoC 平台生成独立于目标的可综合 VHDL 和 Verilog 代码。使用 HDL Verifier 测试和调试您的视觉硬件设计。

“MATLAB 和 Simulink 将开发阶段所需的时间减少了一半。这些工具支持自定义函数设计,从而使我们能够轻松响应 OEM 客户的需求。”

Jiyoung Jeong,LG 电子

有兴趣了解 Vision HDL Toolbox?