学习用zynq7000系列fpga实现卷积神经网络

加速器整体结构上图是加速器中所有函数的调用关系，可以看到卷积层，池化层，重拍序层都采用乒乓方式。下面就对每一个函数来进行理解。若有疏漏和理解不对的地方，欢迎留言讨论。hls_c_sim 结果，电脑配置低了，vivado hls的c仿真时间大概需要一个半小时，比较慢的。yolov2图像分类识别加速器ip-hls代码解读参数定义在这里插入代码片...

手写axi-gpio，arm控制pl端4个led实现流水灯

axi-uart实现txd与rxd的loop实验

1.vs2019环境配置1.1新建一个MFC工程1.2搜索mfc，选择mfc应用，点击下一步这里选择基于对话框进入界面如下：先把x86改为x64，不然后面的配置都会被保存在x86中1.3修改项目的属性1.3.1添加matlab根目录下的include目录到vc++的包含目录中1.3.2添加matlab根目录下的（我的安装路径）F:\ProgramFiles\Polyspace\R2020b\ext

基于hls的YOLOV3在fpga上的实现软件测试结果如下，后面更新硬件算法

如上图所示，第一次lsusb是没有插usb设备的时候，第二次输入lsusb命令，是插入带sd卡的读卡器设备能被正确识别环境版本：装好vivado2019.1、petalinux2019.1的Ubuntu16.04（预留好大于200g空间）基础镜像版本：​ pynq_rootfs_arm_v2.5硬件：黑金AX7350，使用的是xcz7035ffg676-2型号的芯片一，环境搭建我这里使用的是虚拟机