申请/专利权人：杭州海康威视数字技术股份有限公司

申请日：2019-07-09

公开（公告）日：2021-01-12

公开（公告）号：CN112215330A

主分类号：G06N3/04(20060101)

分类号：G06N3/04(20060101);G06N3/063(20060101);G06N3/08(20060101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2021.01.29#实质审查的生效;2021.01.12#公开

摘要：本发明提供一种基于神经网络的卷积方法及装置。本发明实施例通过将CnD卷积神经网络中的n维卷积核、输入CnD卷积神经网络与所述n维卷积核执行卷积运算的n维特征图分别转换为多个不同的二维卷积系数、多个不同的二维特征图，将每个二维卷积系数与其对应的二维特征图进行二维卷积计算得到参考卷积结果，依据各个参考卷积结果确定n维卷积核与n维特征图进行卷积的目标卷积结果，能够将CnD卷积转换为二维神经网络芯片支持的二维卷积，从而使得能够在二维神经网络芯片上部署比二维神经网络算法性能高的CnD卷积神经网络，在保持较快处理速度的基础上提高了算法性能，并且成本低。

主权项：1.一种基于神经网络的卷积方法，其特征在于，所述方法包括：将CnD卷积神经网络中的n维卷积核k1*k2*……kn-1*kn、输入所述CnD卷积神经网络与所述n维卷积核执行卷积运算的n维特征图f1*f2*……fn-1*fn分别转换为多个不同的二维卷积系数、多个不同的二维特征图，其中所述n维卷积核的n个维度与所述n维特征图的n个维度一一对应；所述二维卷积系数、所述二维特征图中，其中一个维度表示宽度，另一个维度表示高度；其中，n为大于2的正整数；针对每个二维卷积系数，将该二维卷积系数与该二维卷积系数对应的二维特征图进行二维卷积计算得到参考卷积结果；依据所述各个参考卷积结果确定所述n维卷积核k1*k2*……kn-1*kn与所述n维特征图f1*f2*……fn-1*fn进行卷积的目标卷积结果。

全文数据：

权利要求：

百度查询： 杭州海康威视数字技术股份有限公司 基于神经网络的卷积方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD