卷积神经网络的图像运算方法、装置和电子设备

发明专利有效专利

申请号：
CN202010276826.6
IPC分类号：G06T5/00;G06N3/04
申请日期：
2020-04-09
申请人：
北京爱芯科技有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	卷积神经网络的图像运算方法、装置和电子设备
申请号	CN202010276826.6	申请日期	2020-04-09
法律状态	公开	申报国家	中国
公开/公告日	2020-07-24	公开/公告号	CN111445420A
优先权	暂无	优先权号	暂无
主分类号	G06T5/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T5/00 图像的增强或复原，如从位像到位像地建立一个类似的图形〔6〕	IPC分类号	G;0;6;T;5;/;0;0;;;G;0;6;N;3;/;0;4查看分类表>
申请人	北京爱芯科技有限公司	申请人地址	北京市海淀区中关村大街1号14层1407室变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京爱芯科技有限公司	当前权利人	北京爱芯科技有限公司
发明人	王艳龙
代理机构	北京超凡宏宇专利代理事务所（特殊普通合伙）	代理人	徐丽

摘要

本发明提供了一种卷积神经网络的图像运算方法、装置和电子设备，包括获取预设的卷积神经网络的运算参数；该运算参数与该电子设备的存储属性相关联；根据该运算参数，从待处理图像中采集图像块；针对每个图像块，通过该卷积神经网络计算其池化特征矩阵；根据每个图像块的池化特征矩阵组成该待处理图像的池化特征矩阵。本发明根据电子设备的内部缓存，推导池化层输出的特征矩阵的尺度，进而设置与该卷积神经网络的网络参数相匹配的窗口尺度参数，使得根据该窗口尺度参数采集的图像块，通过卷积运算得到的卷积特征矩阵中不出现冗余数据，从而可以对卷积层输出的卷积结果直接进行池化计算，无需将其缓存至DDR，节约了内存资源和网络宽带。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供