“”

[集创赛海云捷讯杯]全国二等奖经验分享 一.前言二.我们的作品 一.前言 笔者是研一在校生，从五月份开始和本科生一起卷集创赛，经历初赛，分赛区决赛，全国总决赛，认识了很多一起做比赛的朋友收获颇丰。今年海云杯初赛报名队伍340支左右，晋级分赛区决赛的队伍130支，晋级全国总决赛22支加上各赛区优秀组织队伍报送一共晋级全国总决赛26支队伍。在淘汰率方面可以说是各杯赛最卷的几个杯赛之一

2023年海云捷讯杯设计任务 要求选手通过获取PL端摄像头数据，完成图像预处理，使用提供的模型和CNN加速器进行推理，并将推理结果叠加到原视频流，通过PL端HDMI接口进行输出，最终通过HDMI输出刷新帧率和推理结果刷新速度来进行评分。 使用带框架的FPGA AI加速器，虽然比较便利，但是会消耗一定的时间来处理框架开销，会降低加速器性能，影响视频流输出显示的帧率。 因此鼓励选手对AI框架进行

在这次比赛中，本人在队伍中主要负责模型训练部分，所以本文主要讲述如何使用PaddleDetection代码自定义数据集进行目标检测，欢迎大家纠错讨论哦，不胜荣幸~ 参考项目： SSDquexianjiance - 飞桨AI Studio (baidu.com) 感谢大佬！ 1.实现平台 飞桨AI Studio 2.数据集制作 VOC数据集目录格式如下： (如何制作VO

海云捷迅杯:基于FPGA C5Soc的MobileNetV1 SSD目标检测方案设计 本作品参与极术社区组织的有奖征集|秀出你的集创赛作品风采,免费电子产品等你拿~活动。 **杯赛题目：**海云捷迅杯——基于FPGA C5Soc的MobileNetV1 SSD目标检测方案设计 设计任务： 基于已训练好的SSD模型参数文件、基于已有的Intel FPGA工程网表文件、Linux-C5so

文章目录 海云捷讯杯教程设计任务整体教程解析DVP时序获取帧图像，然后进行图像预处理使用模型和CNN加速器进行推理叠加推理结果到图像上将叠加后的视频流转换为HDMI时序，并进行外观瑕疵质检 设计任务补充对AI框架进行深度优化设计PL端CNN加速器 海云捷讯杯教程 设计任务 要求选手通过获取PL端摄像头数据，完成图像预处理，使用提供的模型和CNN加速器进行推理，并将推理结果叠