[發明專利]一種低分辨率細胞圖像的神經網絡結構及加速電路

有效

• 申請號: 201910095424.3
• 申請日: 2019-01-31
• 公開（公告）號: CN109886860B
• 公開（公告）日: 2022-11-29
• 發明（設計）人: 余寧梅;田典;王永超
• 申請（專利權）人: 西安理工大學
• 主分類號: G06T1/40
• 分類號: G06T1/40;G06T7/12
• 代理公司: 北京國昊天誠知識產權代理有限公司 11315
• 代理人: 楊洲

低分辨率細胞圖像的神經網絡結構，包括：第一層、第二層包含卷積和池化運算,卷積尺寸為3x3,池化尺寸為2x2；第三層、第四層包含卷積和池化運算,卷積尺寸為3x3,池化尺寸為2x2；第五層、第六層包含反池化運算和卷積運算,卷積尺寸為3x3,反池化尺寸為2x2；第七層包含反池化運算和卷積運算,卷積尺寸為3x3,反池化尺寸為2x2；第八層包含反卷積運算,卷積尺寸為1x1；用于低分辨率圖像邊沿分割方法的加速電路，CPU連接主存單元、特征數據讀取單元、卷積核數據讀取單元、乘加陣列單元、累加緩存單元、激活函數運算單元、反池化運算單元、池化運算單元、通路選擇單元，讀取主存儲器的網絡結構參數對電路進行總體配置；具有算法設計簡單高效，加速電路運行功耗低的特點。

技術領域

本發明屬于圖像邊沿分割技術領域，具體涉及一種低分辨率細胞圖像的神經網絡結構及加速電路。

背景技術

隨著人們生活水平的提高,大家對便攜式健康保健設備的需求也越來越高.而目前的便攜式健康檢測設備上為了便攜性,大量采用無透鏡的采樣技術,但是當前無透鏡采樣圖像分辨率較低且容易出現衍射現象,直接進行處理造成檢測的準確性較低。同時,便攜設備的特性也要求耗電量必須采用低功耗技術,目前也沒有比較好的針對低分辨率圖像的神經網絡低功耗設計結構。

因此，本發明提出一種對低分辨率圖像進行邊沿分割加強的圖像處理方法和專用的加速電路.該方法可以很好的降低便攜式設備健康檢測設備對圖像采樣的低分辨率和衍射效應對檢測結果的不良影響,同時針對性的低功耗的電路設計方法也可以大幅提高便攜設備的使用時間。

發明內容

為克服上述現有技術的不足，本發明的目的是提供一種低分辨率細胞圖像的神經網絡結構及加速電路，具有算法設計簡單高效,加速電路運行功耗低的特點。

為實現上述目的，本發明采用的技術方案是：一種低分辨率細胞圖像的神經網絡結構，包括：

第一層包含卷積和池化運算,其中卷積尺寸為3x3,池化尺寸為 2x2；

第二層包含卷積和池化運算,其中卷積尺寸為3x3,池化尺寸為 2x2；

第三層包含卷積和池化運算,其中卷積尺寸為3x3,池化尺寸為 2x2；

第四層包含卷積和池化運算,其中卷積尺寸為3x3,池化尺寸為 2x2；

第五層包含反池化運算和卷積運算,其中卷積尺寸為3x3,反池化尺寸為2x2；

第六層包含反池化運算和卷積運算,其中卷積尺寸為3x3,反池化尺寸為2x2；

第七層包含反池化運算和卷積運算,其中卷積尺寸為3x3,反池化尺寸為2x2；

第八層包含反卷積運算,其中卷積尺寸為1x1。

一種用于低分辨率細胞圖像的神經網絡結構的加速電路，包括有 CPU1，CPU1與主存單元相連；主存單元的輸出端與特征數據讀取單元、卷積核數據讀取單元相連；特征數據讀取單元的輸出端與乘加陣列單元的輸入端相連；卷積核數據讀取單元的輸出端與乘加陣列單元的輸入端相連；乘加陣列單元的輸出端與累加緩存單元的輸入端相連；累加緩存單元的輸出端與激活函數運算單元的輸入端相連；激活函數運算單元的輸出端分別與反池化運算單元的輸入端、池化運算單元的輸入端相連；反池化運算單元的輸出端與通路選擇單元的輸入端相連；池化運算單元的輸出端與通路選擇單元的輸入端相連；通路選擇單元的輸出端與主存單元的輸入端相連；

主存單元負責存儲網絡結構參數和配置,供CPU讀取進行配置, 同時也對每個神經網絡層運算的中間數據進行存儲；

特征數據讀取單元對網絡層輸入的特征數據進行讀取，并將特征數據送往乘加陣列單元；卷積核數據讀取單元對網絡層輸入的卷積核數據進行讀取,并將讀取的數據包送往乘加陣列單元；