公开(公告)号：CN111881757B

公开(公告)日：2023-09-01

申请号：CN202010605966.3

申请日：2020-06-29

Applicant: 浪潮电子信息产业股份有限公司

Inventor： 金良 ,  尹云峰 ,  范宝余 ,  张润泽 ,  郭振华 ,  姜金哲 ,  梁玲燕

IPC: G06V40/10 ,  G06V10/762 ,  G06V10/774

Abstract: 本申请公开了一种行人重识别方法、装置、设备及介质，包括：利用第一行人重识别模型提取原始训练集的特征；其中，所述原始训练集包括行人样本图像和对应的标签信息；根据所述原始数据集的特征空间分布特性，进行聚类；根据聚类结果筛选出困难样本；将所述困难样本添加至所述原始训练集，得到目标训练集；利用所述目标训练集对所述第一行人重识别模型进行训练，得到第二行人重识别模型；当获取到待识别行人图像，则利用所述第二行人重识别模型输出对应的识别结果。这样，挖掘出困难样本，通过挖掘出的困难样本改变原始数据集中的样本空间分布，能够增加对困难样本的关注度，从而提升行人重识别的准确度。

公开(公告)号：CN114861878A

公开(公告)日：2022-08-05

申请号：CN202210469678.9

申请日：2022-04-30

Applicant: 浪潮电子信息产业股份有限公司

Inventor： 梁玲燕 ,  董刚 ,  赵雅倩 ,  曹其春 ,  晁银银

IPC: G06N3/04 ,  G06N3/08 ,  G06N5/04

Abstract: 本申请提供一种深度神经网络量化方法，涉及人工智能领域，包括：获取浮点型模型参数和深度神经网络模型；利用所述浮点型模型参数并采用局部权重参数量化对所述深度神经网络模型进行量化，得到第一量化模型；若所述第一量化模型满足预设量化精度，结束量化；若所述第一量化模型不满足预设量化精度，采用全局激活输出量化处理所述第一量化模型，得到第二量化模型。本申请采用局部量化和全局量化相结合的量化策略，进行快速后训练量化。量化过程计算简单，每步优化目标单一，因此更容易找到最优解。本申请还提供一种深度神经网络量化系统、计算机可读存储介质和电子设备，具有上述有益效果。

公开(公告)号：CN111857723B

公开(公告)日：2022-06-17

申请号：CN202010604992.4

申请日：2020-06-29

Applicant: 浪潮电子信息产业股份有限公司

Inventor： 曹其春 ,  董刚 ,  尹文枫 ,  梁玲燕

IPC: G06F8/41

Abstract: 本发明实施例公开了一种参数编译方法、装置和介质，提取各模型文件所包含的网络参数；按照预先设定的参数规格，将各网络参数转换为对应的中间参数；依据各中间参数对应的尺寸信息、权重信息和上下文操作序号，为各中间参数分配对应的内存地址；将各中间参数及其对应的内存地址按照设定的方式存储至预设存储空间。通过对各模型文件的网络参数进行转换，可以将不同框架的模型文件转换成统一的、硬件友好的中间参数，解除了网络参数的各种操作运算与硬件的相关性，很好的解决了支持多种框架带来的软件代码冗余、依赖库冲突等问题。本申请在FPGA预处理阶段把数据写入硬件，就不再需要主机和FPGA的通信，不存在主机与FPGA的通信压力。

公开(公告)号：CN110516334B

公开(公告)日：2021-12-03

申请号：CN201910760181.0

申请日：2019-08-16

Applicant: 浪潮电子信息产业股份有限公司

Inventor： 曹其春 ,  赵雅倩 ,  董刚 ,  范宝余 ,  梁玲燕

IPC: G06F30/331 ,  G06F30/34

Abstract: 本发明公开了一种基于硬件环境的卷积计算仿真测试方法，该方法包括以下步骤：获取待用于进行卷积计算的数据信息；模拟硬件环境的卷积计算实现逻辑，基于数据信息进行卷积计算的软件仿真，获得第一结果数据；将第一结果数据与第二结果数据进行比对，获得第一比对结果，第二结果数据为在硬件环境下使用数据信息进行卷积计算获得的数据；根据第一比对结果，验证硬件实现逻辑是否正确。应用本发明实施例所提供的技术方案，可以有效进行卷积计算的仿真测试，及时发现硬件实现逻辑的错误之处，方便硬件调试，可以提高硬件开发效率。本发明还公开了一种基于硬件环境的卷积计算仿真测试装置、设备及存储介质，具有相应技术效果。

公开(公告)号：CN110781819A

公开(公告)日：2020-02-11

申请号：CN201911025107.0

申请日：2019-10-25

Applicant: 浪潮电子信息产业股份有限公司

Inventor： 刘海威 ,  董刚 ,  梁玲燕 ,  杨宏斌 ,  曹其春 ,  赵雅倩

IPC: G06K9/00 ,  G06K9/46 ,  G06N3/04

Abstract: 本申请公开了一种图像目标检测方法，应用于异构平台的并行处理芯片，所述图像目标检测方法包括：接收卷积神经网络对图像进行目标识别得到的多个目标对象边界框的边界框信息；将边界框信息存储至随机存取存储器RAM；对读取的边界框信息多路并行执行基于非极大值抑制算法的局部最大搜索操作，得到预设数量的待输出边界框；将待输出边界框的边界框信息传输至异构平台的中央处理器CPU，以便中央处理器CPU输出图像目标检测结果。本申请能够减少图像目标检测过程中并行处理芯片与CPU的通信数据量，提高图像目标检测的效率。本申请还公开了一种图像目标检测系统、一种电子设备及一种存储介质，具有以上有益效果。