[發明專利]一種應用于卷積神經網絡的池化處理的方法及系統

有效

• 申請號: 201711059065.3
• 申請日: 2017-11-01
• 公開（公告）號: CN109754359B
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 于瀟宇;王玉偉;張博;張立鑫
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06T1/20
• 分類號: G06T1/20;G06N3/02
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 王仲凱

1.一種應用于卷積神經網絡的池化處理的方法，其特征在于，所述方法應用于所述卷積神經網絡的池化處理系統，所述池化處理系統包括第一存儲設備、數據區域、池化核和池化控制器，所述方法包括：

所述池化控制器每個讀取周期從所述第一存儲設備中讀取k個特征數據，所述k個特征數據包含于卷積運算所產生的特征圖中，所述k為大于1的整數；

所述池化控制器向所述數據區域寫入所讀取的k個特征數據，所述k個特征數據按照第一方向排布，在一個更新周期中，所述數據區域被寫入n隊按照所述第一方向排布的nk個數據，所述更新周期的時長為所述讀取周期的時長的n倍，所述n為大于1的整數；

在所述更新周期結束后，所述數據區域中的數據被傳遞到池化核做池化運算，所述數據區域中的數據包括所述nk個數據和排布在所述nk個數據之前的上一個更新周期中在第二方向上排布的最后m隊數據，并且所述數據區域緩存所述更新周期中在所述第二方向上排布的最后m隊數據用于下一個更新周期使用，所述m為正整數。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

所述池化核確定每個算子的第一級池化值，所述算子為所述第二方向上的每隊數據，所述第一級池化值為所述每個算子中所包含數據的最大值或者所述每個算子中所包含數據的求和值；

所述池化核根據所述每個算子，按照核尺寸確定所述數據區域中的數據的第二級池化結果，所述核尺寸為所述池化核池化數據的行列數。

3.根據權利要求2所述的方法，其特征在于，所述池化核根據所述每個算子，按照核尺寸確定所述數據區域中的數據的第二級池化結果，包括：

所述池化核選取每相鄰的p個算子的第一級池化值，確定p×p區域上的第二級池化值，所述p×p為所述核尺寸，所述第二級池化值為所述p個算子中最大的第一級池化值或者所述p個算子的第一級池化值的求和值與p×p的平均值，所述第二級池化結果包括所述每相鄰的p個算子的所述第二級池化值。

4.根據權利要求2或3所述的方法，其特征在于，所述池化處理系統還包括第二存儲設備，所述方法還包括：

所述池化控制器確定所述數據區域中的數據是否包含所述特征圖的邊界上的數據；

若所述數據區域中的數據包含所述特征圖的邊界上的數據，則所述池化控制器根據所述邊界上的數據在所述數據區域中的位置，從所述第二級池化結果中確定對應的第二級池化值寫入到所述第二存儲設備中；

若所述數據區域中的數據不包含所述特征圖的邊界上的數據，則所述池化控制器從所述第二級池化結果中確定對應的第二級池化值寫入到所述第二存儲設備中。

5.根據權利要求4所述的方法，其特征在于，所述池化控制器根據所述邊界上的數據在所述數據區域中的位置，從所述第二級池化結果中確定對應的第二級池化值寫入到所述第二存儲設備中，包括：

所述池化控制器根據所述邊界上的數據在所述數據區域中的位置，確定類型索引，所述類型索引用于關聯所述邊界上的數據的分布與所述第二級池化結果中第二級池化值的對應關系；

所述池化控制器根據所述類型索引，從所述第二級池化結果中確定對應的第二級池化值寫入到所述第二存儲設備中。

6.一種卷積神經網絡的池化處理系統，其特征在于，所述池化處理系統包括第一存儲設備、數據區域、池化核和池化控制器；

所述池化控制器，用于每個讀取周期從所述第一存儲設備中讀取k個特征數據，所述k個特征數據包含于卷積運算所產生的特征圖中，所述k為大于1的整數；

所述池化控制器，用于向所述數據區域寫入所讀取的k個特征數據，所述k個特征數據按照第一方向排布，在一個更新周期中，所述數據區域被寫入n隊按照所述第一方向排布的nk個數據，所述更新周期的時長為所述讀取周期的時長的n倍，所述n為大于1的整數；

在所述更新周期結束后，所述數據區域中的數據被傳遞到池化核做池化運算，所述數據區域中的數據包括所述nk個數據和排布在所述nk個數據之前的上一個更新周期中在第二方向上排布的最后m隊數據，并且所述數據區域緩存所述更新周期中在所述第二方向上排布的最后m隊數據用于下一個更新周期使用，所述m為正整數。