公开(公告)号：CN111563441A

公开(公告)日：2020-08-21

申请号：CN202010357800.4

申请日：2020-04-29

Applicant: 上海富瀚微电子股份有限公司

Inventor： 丁美玉 ,  董鹏宇 ,  朱俊 ,  刘文庭 ,  李许强

IPC: G06K9/00 ,  G06K9/32

Abstract: 本发明提供一种目标检测的锚点生成匹配办法，通过调整锚点的密度，使目标检测中的最小目标尺寸处于第1层检测特征图上锚点所能检测得的目标尺寸范围内，进而确定第1层检测特征图上的锚点尺寸和密度，再根据第1层检测特征图上匹配的目标尺寸范围，从而确定第2层检测特征图上的锚点尺寸和密度，以此往复确定所有不同层检测特征图上的锚点尺寸和密度。本发明的目标检测的锚点生成匹配办法，生成的锚点与目标进行匹配，具有均衡性和完备性。

公开(公告)号：CN117689010A

公开(公告)日：2024-03-12

申请号：CN202311728124.7

申请日：2023-12-14

Applicant: 上海富瀚微电子股份有限公司

Inventor： 邓龙 ,  丁美玉 ,  刘文庭 ,  董鹏宇

IPC: G06N3/10 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明涉及AI编译器技术领域，尤其涉及一种算子深度融合方法、系统及可读存储介质，方法包括：初始化网络计算图为原始网络计算图；将原始网络计算图中的张量运算算子与其前后的向量运算算子和/或标量运算算子进行融合，更新得到第一网络计算图；搜索出第一网络计算图中的所有直链，求解每条直链的最优融合方案，更新得到第二网络计算图；从第二网络计算图的输出开始往前搜索分支，求解出包括聚合点或分叉点在内的多分支最优融合方案，更新得到第三网络计算图；将整个第三网络计算图当作直链求解最优融合方案，更新得到最终网络计算图。本发明在有效降低融合复杂性的同时能充分发挥硬件性能，解决了基于DSA芯片AI编译器的算子融合问题。

公开(公告)号：CN117521736A

公开(公告)日：2024-02-06

申请号：CN202311778399.1

申请日：2023-12-22

Applicant: 上海富瀚微电子股份有限公司

Inventor： 薛若晨 ,  丁美玉 ,  刘文庭 ,  董鹏宇

IPC: G06N3/0464 ,  G06F12/02

Abstract: 本发明涉及一种基于卷积神经网络的地址排布方法，属于深度学习技术领域。方法包括：对神经网络结构模型按照有向无环图的节点顺序进行遍历，提取出结构信息。根据结构信息的类型进行信息整合得到数据字典。对层进行垃圾回收校验，删除符合回收条件的层数据，将剩余的层标记为有效层。对有效层的下一层进行校验，对特殊层预留足够内存空间。对有效层在内存模块中寻址获取内存指针位置。计算有效层的始末位置差值，对内存指针指向的地址数据大小进行判断。将内存指针移动到有效层的末尾位置，根据指针的准确地址位置对有效层数据进行内存地址分配。以此实现对大部分目标检测网络结构进行地址复用率较高的地址排布，对于不同的网络结构具有普适性。

公开(公告)号：CN111563441B

公开(公告)日：2023-03-24

申请号：CN202010357800.4

申请日：2020-04-29

Applicant: 上海富瀚微电子股份有限公司

Inventor： 丁美玉 ,  董鹏宇 ,  朱俊 ,  刘文庭 ,  李许强

IPC: G06V20/60 ,  G06V10/22 ,  G06V10/25

Abstract: 本发明提供一种目标检测的锚点生成匹配办法，通过调整锚点的密度，使目标检测中的最小目标尺寸处于第1层检测特征图上锚点所能检测得的目标尺寸范围内，进而确定第1层检测特征图上的锚点尺寸和密度，再根据第1层检测特征图上匹配的目标尺寸范围，从而确定第2层检测特征图上的锚点尺寸和密度，以此往复确定所有不同层检测特征图上的锚点尺寸和密度。本发明的目标检测的锚点生成匹配办法，生成的锚点与目标进行匹配，具有均衡性和完备性。

公开(公告)号：CN111488839A

公开(公告)日：2020-08-04

申请号：CN202010291552.8

申请日：2020-04-14

Applicant: 上海富瀚微电子股份有限公司

Inventor： 刘学彦 ,  董鹏宇 ,  丁美玉 ,  朱俊 ,  李许强

IPC: G06K9/00 ,  G06K9/62 ,  G06K9/42 ,  G06K9/44 ,  G06K9/46

Abstract: 本发明公开了一种检测方法，主要包括获取所述图像的灰度图像；对所述灰度图像进行多尺度缩放，计算对应的24通道特征，并通过组合分类器模板进行滑动窗口检测，以检测出预定目标在所述灰度图像中的位置信息；对所述灰度图像进行处理以使所述图像中显示出所有所述预定目标的位置。同时提供了一种目标检测系统，包括依次设置的图像采样模块、特征提取模块、滑动窗口检测模块和结果输出模块。通过对缩放后的图像计算24通道特征，以极小的计算代价提高了人工特征的表达能力，提高了计算速度；通过组合分类器模板逐模板滑动窗口检测，在减小了内存的同时无精度损失。解决了现有方法计算代价大、内存占用多和检测准确度低的问题。

公开(公告)号：CN110290370A

公开(公告)日：2019-09-27

申请号：CN201910604870.2

申请日：2019-07-05

Applicant: 上海富瀚微电子股份有限公司

Inventor： 詹进 ,  朱媛媛 ,  丁美玉 ,  刘学彦 ,  潘昱

IPC: H04N9/64 ,  H04N9/73 ,  H04N5/268 ,  G06T7/90

Abstract: 本发明提供了一种图像处理方法及装置，所述方法包括：接收RCCB格式的图像数据；对所述RCCB格式的图像数据进行内插处理，以计算出所述RCCB格式图像数据中每个像素点的R通道值、C通道值和B通道值；根据每个像素点的R通道值、C通道值和B通道值，计算出每个像素点对应的亮度衰减因子；基于每个像素点的R通道值、C通道值、B通道值以及亮度衰减因子，计算出每个像素点的G通道值；根据每个像素点的R通道值、C通道值、B通道值以及G通道值，计算出每个像素点的Y通道值、U通道值以及V通道值，并输出YUV格式的图像数据。本发明提供的图像处理方法可以避免高光区域发生偏色，确保了最终成像的质量。