El éxito de las redes neuronales convolucionales profundas en la resolución de desafíos antiguos de visión por computadora, particularmente la detección de objetos, vino con altos requisitos en cuanto a capacidad de cálculo, consumo de energía y falta de capacidad de procesamiento en tiempo real. Sin embargo, las aceleraciones de inferencia basadas en FPGA han estado recibiendo más atención recientemente por parte de la academia y la industria debido a su alta eficiencia energética y programabilidad flexible. Este artículo presenta una aceleración de inferencia de detección de objetos eficiente en recursos pero de alto rendimiento con implementación detallada y elecciones de diseño. Probamos nuestra aceleración de detección de objetos implementando YOLOv2 en dos placas FPGA y logramos hasta 184 GOPS con una utilización limitada de recursos.