买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】图像处理中稀疏卷积处理方法及装置_绍兴埃瓦科技有限公司_202211237259.9 

申请/专利权人:绍兴埃瓦科技有限公司

申请日:2022-10-11

公开(公告)日:2023-01-24

公开(公告)号:CN115311536B

主分类号:G06V10/82

分类号:G06V10/82;G06N3/0464;G06N3/048

优先权:

专利状态码:有效-授权

法律状态:2023.01.24#授权;2022.11.25#实质审查的生效;2022.11.08#公开

摘要:本申请提供一种图像处理中稀疏卷积处理方法及装置,应用于图像处理技术领域,其中稀疏卷积处理方法包括:确定当前稀疏卷积核中的若干第一非零权重;从输入特征图中确定每个所述第一非零权重对应的第一子特征图块;将所述第一非零权重与其对应的所述第一子特征图块进行乘法运算,以获得所述第一非零权重对应的第一输出特征图;将各个所述第一非零权重对应的所述第一输出特征图进行累加,以获得所述当前稀疏卷积核对所述输入特征图进行卷积运算时对应的卷积结果。通过对稀疏卷积中的各数据进行编排,简化了卷积运算中的乘法和累加运算过程,避免了零值数据的无效处理,减少了卷积所需资源,有利于卷积运算在各种性能平台中进行部署应用。

主权项:1.一种图像处理中稀疏卷积处理方法,其特征在于,包括:确定当前稀疏卷积核中的若干第一非零权重,所述当前稀疏卷积核为用于对待处理图像进行卷积运算的卷积核;从输入特征图中确定每个所述第一非零权重对应的第一子特征图块,其中所述输入特征图为所述待处理图像对应的图像数据,所述第一子特征图块为由在卷积中与所述第一非零权重存在突触连接的神经元构成的逻辑矩阵,在确定所述第一子特征图块时,并非根据所述第一非零权重在所述输入特征图中划出第一子特征图块,亦不是将划分出来的第一子特征图块再存储;将所述第一非零权重与其对应的所述第一子特征图块进行乘法运算,以获得所述第一非零权重对应的第一输出特征图;将各个所述第一非零权重对应的所述第一输出特征图进行累加,以获得所述当前稀疏卷积核对所述待处理图像进行卷积运算时对应的卷积结果;所述图像处理中稀疏卷积处理方法还包括:确定所述第一非零权重在所述当前稀疏卷积核中的第一坐标数据,将所述第一坐标数据与所述第一子特征图块建立对应的第一索引,其中在计算所述第一坐标数据对应的非零权重与所述第一子特征图块进行乘法运算时,通过所述第一索引获取到所述第一子特征图块;从输入特征图中确定每个所述第一非零权重对应的第一子特征图块包括:根据所述第一坐标数据、滑窗卷积步长和卷积核尺寸,从输入特征图中确定第一子特征图块所在的第一区域,并从所述第一区域中确定出所述第一子特征图块的各个神经元;其中,第一区域的参数如下:H_c为第一区域的高度,H_c=RounddownH-k+stepstep,函数Rounddown为向下取整函数,H为所述输入特征图的高度,所述当前稀疏卷积核为k×k尺寸,step为滑窗卷积步长;T_c为第一区域的宽度,T_c=RounddownT-k+stepstep,T为所述输入特征图的宽度;高度方向的起点位置H_c_start=i,i为所述第一非零权重在所述当前稀疏卷积核中的行坐标;宽度方向的起点位置T_c_start=j,j为所述第一非零权重在所述当前稀疏卷积核中的列坐标;高度方向的终点位置H_c_end=i+step*H_c-1;宽度方向的终点位置T_c_end=j+step*T_c-1。

全文数据:

权利要求:

百度查询: 绍兴埃瓦科技有限公司 图像处理中稀疏卷积处理方法及装置

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。