kv260

基于Xilinx KV260，利用视觉AI辅助技术，实现2D肌内注射部位检测方案。

本文旨在帮大家了解如何在运行 Ubuntu 桌面的 Xilinx KV260 Vision AI 入门套件上轻松设置机器学习推理功能。

该项目将借助 KV260 上的 PYNQ -DPU 覆盖，从而能够使我们在 LiDAR 点云上进行 3D 对象检测比以往任何时候都更加高效！

在ROS机器人框架下设计了一套基于视觉信息和神经网络的小车自动驾驶程序，并部署在KV260平台上。

Avnet Smart Model Select 应用是一个示例设计，它演示了如何将 Vitis 视频分析 SDK 示例设计 作为 Kria 加速应用部署至 KV260 视觉 AI 入门套件。

PYNQ官方发布了支持Kria SoM-KV260 Starter Kit)的镜像，此次发布中，Linux部分采用了Kria SoM官方的Ubuntu Linux镜像，所有已有KV260平台的用户可以不用重新烧写SD卡 Linux镜像

如果KV260是你的第一个FPGA的AI加速平台，那么在上手KV260的开发的时候，你可能会遇到很多的困难。尤其是当你尝试阅读Jupyter中的sample代码时，你会发现很多代码都像黑魔法一样都难以理解。

FPGA被称为万能芯片，通过逻辑编程，可以实现基本上所有功能。那么问题来了，所以如果用FPGA加速人工智能，实现深度学习算法，难度大不大？