[發明專利]深度學習網絡處理裝置、方法及圖像處理單元在審
| 申請號: | 202010570938.2 | 申請日: | 2020-06-22 |
| 公開(公告)號: | CN111598056A | 公開(公告)日: | 2020-08-28 |
| 發明(設計)人: | 曹靜;盧付強;劉中坡;李曉芳 | 申請(專利權)人: | 常州工學院 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06N3/08;G06N3/04 |
| 代理公司: | 鄭州豫原知識產權代理事務所(普通合伙) 41176 | 代理人: | 李天麗 |
| 地址: | 213031 *** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 深度 學習 網絡 處理 裝置 方法 圖像 單元 | ||
1.深度學習網絡處理裝置,其特征在于:包括控制盒(100),所述控制盒(100)的頂部中間固定安裝有高清攝像頭(110),所述控制盒(100)的頂部左側和右側設置有補光燈(120),所述控制盒(100)的內腔固定安裝有神經網絡單元、深度學習網絡處理單元和應用處理單元,所述高清攝像頭(110)電性連接神經網絡單元,所述神經網絡單元電性連接深度學習網絡處理單元,所述深度學習網絡處理單元電性連接應用處理單元。
2.根據權利要求1所述的深度學習網絡處理裝置,其特征在于:所述深度學習網絡處理單元包括圖像傳感器、圖像采集單元和圖像輸入接口。
3.根據權利要求1所述的深度學習網絡處理裝置,其特征在于:所述神經網絡單元包括圖像處理單元和屬性預測單元。
4.根據權利要求1-3任一項所述的深度學習網絡處理裝置,其特征在于:所述圖像處理單元包括卷積層、激勵層、池化層和連接層。
5.一種深度學習網絡處理方法,其特征在于:該處理方法如下:
步驟一:通過高清攝像頭(110)采集圖像信息,通過補光燈(120)保證圖像信息采集的準確性;
步驟二:將待處理的圖像傳輸至神經網絡單元,通過神經網絡單元對待處理的圖像進行圖像處理;
步驟三:將神經網絡單元處理好的圖像信息傳輸至深度學習網絡處理單元;
步驟四:深度學習網絡處理單元將圖像識別到的圖像信息傳輸至應用處理單元。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于常州工學院,未經常州工學院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010570938.2/1.html,轉載請聲明來源鉆瓜專利網。





