Vision HDL Toolbox

 

Vision HDL Toolbox

Entwerfen Sie Bildverarbeitungs-, Video- und Computer-Vision-Systeme für FPGAs und ASICs.

Referenzanwendungen

Referenzanwendungen bilden die Grundlage für den Entwurf, die Simulation und die Bereitstellung von Computer-Vision-Anwendungen auf FPGA-, ASIC- und SoC-Geräten.

Semi-Global Block Matching mit einer Stereokamera – SGBM

YOLO v2 mit Live-Kameraverarbeitung auf Zynq

Histogramm-Entzerrung für die Bildverarbeitung – CLAHE

3D-LiDAR-Segmentierung auf FPGA

Produkt-Highlights

Verwendung HDL-optimierter Vision-Algorithmus-Blöcke

Sie haben die Wahl aus einem breiten Spektrum von Streaming-Pixel-basierten, hardwareoptimierten Bibliothekblöcken und Systemobjekten zur Modellierung von rechenintensiven Bild- und Vision-Verarbeitungsalgorithmen. Die Modelle lassen sich auf FPGAs, ASICs und SoCs implementieren.

Umsetzung von Pixel-Streaming-Entwürfen

Verarbeiten Sie 4K- und 8K-Videos und verwalten Sie eingehende Streaming-Daten mithilfe integrierter Pixel-Kontrollsignale, ROI-Fenster (Region of Interest) und Zeilenpuffer. Entwickeln und simulieren Sie effiziente Implementierungen von Hardwarearchitekturen mit Einzel- oder Multipixel-Streaming (2, 4 oder 8 Pixel pro Zyklus) von Bildverarbeitungsalgorithmen.

Einstieg in Referenz-Vision-Anwendungen

Ihnen stehen vordefinierte, auf Hardware erprobte Referenz-Subsysteme für eine ressourceneffiziente Implementierung von Computer-Vision-Anwendungen wie automatisiertem Fahren, Objekterkennung und Kamera-Pipeline zur Verfügung, die Sie verwenden und anpassen können.

Modellierung externer Speicherschnittstellen

Mithilfe von Simulink-Vorlagen können Sie externe Speicherschnittstellen für AXI und Bildpuffer für einen Pixel-Streaming-Entwurf modellieren. Modellieren Sie Speicherzugriffe über einen Prozessor als Bestandteil eines HW/SW-Codesigns und stellen Sie Subsystem-Ports mithilfe der Funktionen des SoC Blockset auf physischen Speicherschnittstellen bereit.

Integration von Deep Learning in einen Vision-basierten FPGA-Entwurf

Stellen Sie ein YOLO v2 Deep-Learning-Netz mithilfe vordefinierter Supportpaket-Referenzdesigns auf Zynq-basierter Hardware bereit. Nutzen Sie aufgezeichnete oder Live-Kamera-Eingaben für Vision-Anwendungen für die Objekterkennung.

Prototyping und Verifikation auf FPGAs und SoCs

Entwerfen Sie Prototypen mit Live-Video-Eingaben mithilfe des AMD Zynq-Hardware-Unterstützungspakets und Modellvorlagen. Generieren Sie unabhängigen, synthetisierbaren VHDL- und Verilog-Zielcode mit HDL Coder für unterstützte FPGA- oder SoC-Plattformen. Nutzen Sie HDL Verifier zum Testen und Debuggen Ihres Vision-Hardware-Entwurfs.

„Mit MATLAB und Simulink konnten wir unsere Entwicklungszeit halbieren. Die Tools haben uns die Reaktion auf die Anforderungen unseres OEM-Kunden erleichtert, indem sie uns die Entwicklung individueller Funktionen ermöglichten.“

Jiyoung Jeong, LG Electronics

Interessiert an Vision HDL Toolbox?