2026年FPGA大赛只剩两周，用安路FPGA做实时人脸检测，MTCNN的P-Net卷积层LUT占用太高，怎么用行缓冲和脉动阵列重构？求具体架构

我们队用安路FPGA做实时人脸检测，MTCNN的P-Net第一层卷积LUT直接爆了，现在只剩两周。导师说用行缓冲加脉动阵列能省资源，但网上教程都是讲理论，没有具体到怎么划分PE阵列、怎么处理边界像素。有没有做过类似项目的同学分享下实际架构？比如PE阵列用几乘几、行缓冲深度设多少、权重怎么预加载，最好能给个资源估算的公式，我们好决定要不要砍掉后面几层。