[發(fā)明專利]一種實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)處理的系統(tǒng)及方法在審
| 申請?zhí)枺?/td> | 202110571569.3 | 申請日: | 2021-05-25 |
| 公開(公告)號(hào): | CN113379047A | 公開(公告)日: | 2021-09-10 |
| 發(fā)明(設(shè)計(jì))人: | 蔡群林;門愛東;蘭軍;彭杰;周君臨;展曉宇;黃笑天 | 申請(專利權(quán))人: | 北京微芯智通科技合伙企業(yè)(有限合伙) |
| 主分類號(hào): | G06N3/063 | 分類號(hào): | G06N3/063;G06T1/20;G06T1/60 |
| 代理公司: | 北京辰權(quán)知識(shí)產(chǎn)權(quán)代理有限公司 11619 | 代理人: | 李小朋 |
| 地址: | 100000 北京市海淀區(qū)*** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 實(shí)現(xiàn) 卷積 神經(jīng)網(wǎng)絡(luò) 處理 系統(tǒng) 方法 | ||
1.一種實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)處理的系統(tǒng),其特征在于,包括:
輸入緩存模塊,用于緩存輸入的圖像數(shù)據(jù);
人工智能引擎模塊,用于向所述輸入緩存模塊發(fā)送輸入控制信號(hào),以從所述輸入緩存模塊中讀取所述圖像數(shù)據(jù);以及對(duì)讀取的圖像數(shù)據(jù)進(jìn)行預(yù)定的卷積神經(jīng)網(wǎng)絡(luò)處理得到特征值,并向輸出緩存模塊發(fā)送輸出緩存控制信號(hào),以將特征值緩存至所述輸出緩存模塊;
所述輸出緩存模塊,用于緩存所述特征值,并在預(yù)定的輸出控制下,輸出緩存特征值;
寄存器模塊,用于在所述卷積神經(jīng)網(wǎng)絡(luò)處理過程中,根據(jù)所述人工智能引擎模塊發(fā)送的引擎狀態(tài)信號(hào)和指令緩存模塊發(fā)送的指令控制信號(hào)進(jìn)行引擎核狀態(tài)判定,并將狀態(tài)判定結(jié)果發(fā)送給所述人工智能引擎模塊;
指令緩存模塊,用于根據(jù)輸入數(shù)據(jù)生成所述指令控制信號(hào)。
2.根據(jù)權(quán)利要求1所述的系統(tǒng),其特征在于,所述輸入緩存模塊包括:
寫入狀態(tài)機(jī),用于接收所述圖像數(shù)據(jù),并產(chǎn)生寫入信號(hào);
讀取狀態(tài)機(jī),用于在接收到所述輸入控制信號(hào)時(shí),產(chǎn)生讀取信號(hào);
讀使能模塊,用于根據(jù)所述寫入信號(hào)和所述讀取信號(hào)產(chǎn)生讀使能信號(hào);
地址發(fā)生器,用于根據(jù)所述寫入信號(hào)和所述讀取信號(hào)產(chǎn)生讀寫地址;
緩存器,用于在所述讀使能信號(hào)和所述讀寫地址控制下,寫入所述圖像數(shù)據(jù);
復(fù)用器,用于將所述緩存器中緩存的圖像數(shù)據(jù)復(fù)接一起后發(fā)送到所述人工智能引擎模塊中。
3.根據(jù)權(quán)利要求1所述的系統(tǒng),其特征在于,所述人工智能引擎模塊包括:
引擎控制模塊,用于產(chǎn)生所述輸入控制信號(hào)并發(fā)送至所述輸入緩存模塊;以及根據(jù)讀取的圖像數(shù)據(jù)產(chǎn)生引擎控制信號(hào);以及在所述卷積神經(jīng)網(wǎng)絡(luò)處理過程中,產(chǎn)生引擎狀態(tài)信號(hào)并發(fā)送至寄存器模塊;以及在所述卷積神經(jīng)網(wǎng)絡(luò)處理結(jié)束時(shí)產(chǎn)生輸出緩存控制信號(hào)并發(fā)送至輸出緩存模塊;
多個(gè)引擎模塊,用于在所述引擎控制信號(hào)的控制下,對(duì)所述圖像數(shù)據(jù)進(jìn)行神經(jīng)網(wǎng)絡(luò)處理得到特征值;以及將特征值發(fā)送至所述輸出緩存模塊。
4.根據(jù)權(quán)利要求3所述的系統(tǒng),其特征在于,所述引擎控制信號(hào)包括第一引擎控制信號(hào)和第二引擎控制信號(hào);
所述引擎控制模塊包括:
引擎控制狀態(tài)機(jī),用于根據(jù)所述狀態(tài)判定結(jié)果生成數(shù)據(jù)輸入狀態(tài)信號(hào)、濾波控制輸入信號(hào)、圖像處理狀態(tài)信號(hào)、以及緩存控制處理信號(hào);
數(shù)據(jù)輸入狀態(tài)機(jī),用于根據(jù)所述數(shù)據(jù)輸入狀態(tài)信號(hào)和濾波控制輸入信號(hào)進(jìn)行數(shù)據(jù)管控,以得到第一引擎控制信號(hào);
數(shù)據(jù)交換狀態(tài)機(jī),用于根據(jù)所述圖像處理狀態(tài)信號(hào)和緩存控制處理信號(hào)進(jìn)行引擎工作狀態(tài)管控,以得到第二引擎控制信號(hào)、輸入控制信號(hào)、引擎狀態(tài)信號(hào)、輸出緩存控制信號(hào)。
5.根據(jù)權(quán)利要求3所述的系統(tǒng),其特征在于,所述引擎模塊包括:
緩存器輸入狀態(tài)機(jī),用于根據(jù)所述引擎控制信號(hào)生成緩存器輸入控制信號(hào);
濾波器緩存器,用于根據(jù)所述緩存器輸入控制信號(hào)向緩存器輸出復(fù)用狀態(tài)機(jī)發(fā)送濾波數(shù)據(jù);
圖像塊鄰域取值模塊,用于根據(jù)所述緩存器輸入控制信號(hào)生成用于圖像塊鄰域取值的鄰域地址,并發(fā)送給圖像緩存器;
所述圖像緩存器,用于根據(jù)所述緩存器輸入控制信號(hào)向所述緩存器輸出復(fù)用狀態(tài)機(jī)輸出讀取的圖像數(shù)據(jù);
所述緩存器輸出復(fù)用狀態(tài)機(jī),用于根據(jù)所述濾波數(shù)據(jù)和所述圖像數(shù)據(jù)生成緩存器輸出復(fù)用控制信號(hào),并發(fā)送至處理核;
所述處理核,用于在所述緩存器輸出復(fù)用控制信號(hào)下進(jìn)行卷積神經(jīng)網(wǎng)絡(luò)處理。
6.根據(jù)權(quán)利要求4所述的系統(tǒng),其特征在于,所述濾波器緩存器包括:
第一邏輯門模塊,用于對(duì)所述緩存器輸入控制信號(hào)進(jìn)行邏輯操作,以獲得濾波核輸入存儲(chǔ)器的濾波控制信號(hào)和讀寫地址;
濾波核輸入存儲(chǔ)器,用于根據(jù)所述讀寫地址寫入所述圖像數(shù)據(jù),并在所述濾波控制信號(hào)控制下,對(duì)所述圖像數(shù)據(jù)進(jìn)行濾波處理后輸出濾波數(shù)據(jù)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京微芯智通科技合伙企業(yè)(有限合伙),未經(jīng)北京微芯智通科技合伙企業(yè)(有限合伙)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110571569.3/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 互動(dòng)業(yè)務(wù)終端、實(shí)現(xiàn)系統(tǒng)及實(shí)現(xiàn)方法
- 街景地圖的實(shí)現(xiàn)方法和實(shí)現(xiàn)系統(tǒng)
- 游戲?qū)崿F(xiàn)系統(tǒng)和游戲?qū)崿F(xiàn)方法
- 圖像實(shí)現(xiàn)裝置及其圖像實(shí)現(xiàn)方法
- 增強(qiáng)現(xiàn)實(shí)的實(shí)現(xiàn)方法以及實(shí)現(xiàn)裝置
- 軟件架構(gòu)的實(shí)現(xiàn)方法和實(shí)現(xiàn)平臺(tái)
- 數(shù)值預(yù)報(bào)的實(shí)現(xiàn)方法及實(shí)現(xiàn)系統(tǒng)
- 空調(diào)及其冬眠控制模式實(shí)現(xiàn)方法和實(shí)現(xiàn)裝置以及實(shí)現(xiàn)系統(tǒng)
- 空調(diào)及其睡眠控制模式實(shí)現(xiàn)方法和實(shí)現(xiàn)裝置以及實(shí)現(xiàn)系統(tǒng)
- 輸入設(shè)備實(shí)現(xiàn)方法及其實(shí)現(xiàn)裝置
- 卷積運(yùn)算處理方法及相關(guān)產(chǎn)品
- 一種卷積神經(jīng)網(wǎng)絡(luò)的計(jì)算方法及系統(tǒng)
- 卷積運(yùn)算方法及系統(tǒng)
- 卷積運(yùn)算方法、裝置及系統(tǒng)
- 深度神經(jīng)網(wǎng)絡(luò)裁剪方法、裝置及電子設(shè)備
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法和圖像處理裝置
- 卷積神經(jīng)網(wǎng)絡(luò)及基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法
- 一種圖像處理方法、裝置以及計(jì)算機(jī)存儲(chǔ)介質(zhì)
- 用于卷積神經(jīng)網(wǎng)絡(luò)的卷積運(yùn)算裝置
- 基于FPGA實(shí)現(xiàn)圖像識(shí)別的方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 硬件神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法、計(jì)算裝置、軟硬件協(xié)作系統(tǒng)
- 生成較大神經(jīng)網(wǎng)絡(luò)
- 神經(jīng)網(wǎng)絡(luò)的生成方法、生成裝置和電子設(shè)備
- 一種舌診方法、裝置、計(jì)算設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)
- 學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
- 脈沖神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法及相關(guān)轉(zhuǎn)換芯片
- 圖像處理方法、裝置、可讀存儲(chǔ)介質(zhì)和計(jì)算機(jī)設(shè)備
- 一種適應(yīng)目標(biāo)數(shù)據(jù)集的網(wǎng)絡(luò)模型微調(diào)方法、系統(tǒng)、終端和存儲(chǔ)介質(zhì)
- 用于重構(gòu)人工神經(jīng)網(wǎng)絡(luò)的處理器及其操作方法、電氣設(shè)備
- 一種圖像神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化方法及裝置





