我们是双非大三队伍，第一次打进集创赛企业命题，题目要求在GW5A上部署YOLOv5n做实时检测。现在只有两块开发板，一块在队长手里调DDR，一块在实验室做图像输入，模型量化那部分没人碰过。想问问有经验的前辈，两周时间到底该怎么拆任务？是先把整个流程跑通再优化，还是先把某一层加速器做扎实？评审最看重的到底是吞吐率还是识别准确率？
3 个回答
先别急着分工，先把『能出画面』当成唯一目标。两周时间，你们真正要交的是演示视频加一版能跑通的工程，不是把每一层都吃透。我的建议是：第一周全员扑在端到端链路上，队长那块板子当主力推理板，另一块专门做摄像头输入和结果回传，模型量化谁都可以现学，用现成工具把 YOLOv5n 转成 INT8 再往板子上灌，哪怕帧率只有两三帧也先让它出框。跑通之后第二周再分人：一个人盯精度掉点，一个人盯吞吐，另一个人写文档和录视频。评审其实更怕你『没跑起来』，所以先有结果再谈优化。你们现在模型量化那块是完全没人碰，还是有人写过 PyTorch 但没做过定点？
先说结论：两周别碰加速器自研，把两块板子当一条流水线用。队长那块既然在调 DDR，就让它当推理主平台，目标只有一个——YOLOv5n 量化后能在上面跑出检测框，哪怕 2 帧也行。另一块板子专职做摄像头采集和结果回传，能通过串口或网口把图送过去、把坐标拿回来就够了。量化没人碰过不要紧，先走现成工具链：PC 上导出 ONNX，用高云那边配套的量化工具或通用 INT8 流程转一遍，掉点先忍。第一周全员扑在端到端打通，第二周再分人——一个盯精度、一个盯帧率、一个录视频写文档。评审看的是你有没有真的跑起来，没画面的方案再漂亮也吃亏。你们现在板子上跑通摄像头到屏幕的链路了吗？
我换个角度说，先讲个反例。去年有支队伍一上来就把重心放在卷积加速器上，花了十天写 RTL 加验证，结果 DDR 带宽没算清、图像通路也没接好，最后演示时只能放仿真波形，评委问了一句「实机帧率多少」就答不上来。企业命题的评审逻辑通常是先看有没有可复现的实机 demo，再看指标，所以两周的排序我建议是：实机出框 > 帧率可测 > 精度可接受 > 资源占用优化。加速器自研属于最后一档，两周内基本不该碰。
分工上可以这样切：队长那块继续做推理主平台，负责模型量化、权重加载和前后处理，这是风险最高的一环，必须最早暴露问题。另一块板子做采集端，摄像头输入加简单缩放，把数据稳定送过去。第三个人不一定守着一块板子，专门做 PC 侧的模型导出、量化脚本和精度对齐，因为量化掉点往往出在这一步，而不是板子上。
关于评审看重吞吐还是准确率，一般来说两个都会问，但权重不同：实时检测类命题更在意你能否稳定出框、延迟是否可控，准确率只要不比浮点掉太多就行。常见做法是先记录浮点模型在测试集上的 mAP，再记录 INT8 后的数值，把掉点控制在可解释范围内，面试或答辩时这组对比数据比单纯报一个高帧率更有说服力。另外留一天做备份方案，比如量化失败就退回 FP16 或降低输入分辨率，别把全部时间押在一条路上。你们板子的 DDR 带宽和摄像头接口型号确认了吗，这直接决定能不能走通主平台那条路。
发表回答
登录后可在本页底部提交回答