hardware-accelerated-hog-svm: 在Zynq 7000 SoC (Digilent ZYBO) 上实现的HOG-SVM...

简介：
本项目在Xilinx Zynq 7000 SoC（使用Digilent Zybo开发板）上实现了基于硬件加速的HOG-SVM算法，用于高效的人体姿态识别。 我们的本科论文项目专注于硬件加速SVM算法及其分类模型的实现，在基于SUMo与Unity仿真的嵌入式硬件环境中进行车辆检测以优化动态交通管理。实验结果表明，相较于使用Raspberry Pi软件实施的方法，FPGA硬件加速实现了13倍的速度提升，尽管这导致了健壮性的轻微下降（表现为F1和MCC分数的降低），但依然保持了吞吐量的增长。 项目细节方面，在HLS C++中完成了HOG-SVM算法的硬件实现，并使用Vivado HLS WebPACK 2018.1版本进行开发。同时，集成的Xillybus IP内核也包含在项目的文件夹中以支持Zybo软件包和与其他交通管理网络的数据交换功能。 此外，我们还实现了HOG-SVM算法的训练与测试，并使用OpenCV进行了基准性能评估。