video_image_processing_tile_graphic

高度可配置的视觉处理,与传统基于 CPU 的方法相比,可实现达 100 倍的加速

概述

边缘至云端的视觉处理

这些应用需要一种能够满足实时性能和灵活性要求的解决方案,在满足高能效的同时,管理一系列帧分辨率和灵活应变的吞吐量要求(1080p60 至 8K60)。Xilinx 平台的架构与高度灵活的 Vitis™ 视觉库相结合,无论是在边缘,还是在数据中心,均可提供理想的解决方案,充分满足您的视觉系统需求。

Vision_Processing 720x400_FNL

满足严格的应用需求

如今,计算机视觉和图像处理在医学成像、ADAS、机器人、IIoT、监控安全摄像头与视频流媒体服务等广泛应用领域无处不在,而且也是 AI 视觉解决方案端到端处理流水线的重要组成部分。

medical_imaging 720x400_FNL
adas 720x400_FNL
robotics 720x400_FNL
iiot 720x400_FNL

降低系统复杂性

Xilinx 平台的灵活应变计算属性有助于将广泛的图像处理功能集成在单个器件的视频流水线中。这可消除对固定特性 ASIC 的需求或者对具有固定处理功能的外部图像传感器处理器件的依赖。

Reduce_System_Complexity

Renew_Hardware_Design_Graph

更新硬件设计

Xilinx 平台的灵活连接可实现对系统设计的重复使用,这些系统设计可轻松更新,达到相关图像传感器数字接口(如 MIPI、SLVS-EC、GigE 和 GMSL 等)的新兴标准。这不仅可通过减少与更换标准有关的风险显著缩短初始发布的上市时间,而且还可在新标准公开采用后加速产品升级进程。


支持现场重新配置

Xilinx 平台的安全性和可编程性有助于开发能够轻松更新的系统,从而可提供增强的特性和图像处理功能。一旦系统部署完成,使用 Vitis 视觉库功能的组合可让您的系统升级变得轻松易行,充分满足未来需求。Vitis 视觉库不仅可帮助您在 Xilinx 平台上开发和部署加速的计算机视觉和图像处理应用,同时还有助于您继续在高度抽象的层面上工作。

Enable_Field_Reconfiguration

Vitis 视觉库的主要特性

性能优化

性能优化的功能包括色彩和位深转换、像素算术运算、几何变换、统计、滤波器、特性检测和分类器以及 3D 重建等

多通道流媒体传输

所提供的原生支持,支持彩色图像处理多通道流媒体传输

高效的数据移动

高效管理片上或外部存储器之间的数据移动,以获得最佳性能

Vision Library Key Feature Icon City

基准和设计辅助

快速获取视觉流水线计算需求并为器件选择优化提供帮助

设计范例

几个设计示例逐步演示了如何加速您的视觉和图像算法

高吞吐量:

功能参数可实现处理多个像素/时钟的应用,满足吞吐量需求


Vitis 视觉库性能

Vitis 视觉库的目标可以是 Xilinx 器件上的不同资源,这可优化性能和吞吐量特征,从而可满足苛刻的处理流水线需求。在 Versal 器件上,即可针对可编程逻辑引擎,也可针对 AI 引擎,以便根据应用需求和设计约束实现目标吞吐率。

Vitis_Vision_Library_Functions_Bar_Chart
Vitis_Vision_Library_Kernels_Bar_Chart

Vitis 视觉设计方法

Vitis 视觉库可用于通过 Vitis 设计方法在 Vitis HLS 中构建应用,该方法不仅可帮助开发人员做出有关应用架构的重要决策,而且还有助于确定各种因素,例如什么软件功能应该映射至处理内核、需要多大的并行度,以及将其目标确定为可编程逻辑的方法,以加速新一代计算机视觉或图像处理应用,等等。

如欲了解有关该工作流程所涉及到的步骤的更多详细信息,请参阅 Vitis 设计方法

Vitis_Vision_Design_Methodology

Vitis_Vision_AIE_Design_Methodology

Vitis 视觉 AI 引擎 (AIE) 的设计方法

Vitis 视觉 AIE 设计方法有助于设计人员利用 Vitis 视觉 AIE 库的功能,该功能主要针对 Versal 自适应计算加速平台 (ACAP)。这包括创建自适应数据流 (ADF) 图形、设置虚拟平台以及编写相应的主机代码等。

如欲了解有关该工作流程所涉及到的步骤的更多详细信息,请参阅 Vitis AIE 设计方法

  

开始设计