-
公开(公告)号:CN114330658A
公开(公告)日:2022-04-12
申请号:CN202111630592.1
申请日:2021-12-28
Applicant: 北京航天自动控制研究所
Abstract: 本发明涉及一种动态可重构的卷积神经网络多核加速器,包括指令分发模块和与其连接、受其控制的加载模块、路由模块、计算模块和卸载模块;加载模块从外部加载输入特征数据和卷积核数据;路由模块将加载的数据分配给计算模块进行卷积神经网络加速处理;计算模块将结果通过卸载模块输出;加载模块、路由模块、计算模块和卸载模块中包括多路的加载器、路由器、计算核心和卸载器;在卷积神经网络处理过程中,指令分发模块对多路加载器、路由器、计算核心和卸载器进行分组动态重构,在计算核心中加载特征数据和卷积核数据,执行并行卷积神经网络加速处理。本发明利用动态重构实现多个计算核心间的并行,提高卷积神经网络的大动态适应能力。
-
公开(公告)号:CN114330658B
公开(公告)日:2025-03-14
申请号:CN202111630592.1
申请日:2021-12-28
Applicant: 北京航天自动控制研究所
IPC: G06N3/0464 , G06N3/063 , G06N3/08
Abstract: 本发明涉及一种动态可重构的卷积神经网络多核加速器,包括指令分发模块和与其连接、受其控制的加载模块、路由模块、计算模块和卸载模块;加载模块从外部加载输入特征数据和卷积核数据;路由模块将加载的数据分配给计算模块进行卷积神经网络加速处理;计算模块将结果通过卸载模块输出;加载模块、路由模块、计算模块和卸载模块中包括多路的加载器、路由器、计算核心和卸载器;在卷积神经网络处理过程中,指令分发模块对多路加载器、路由器、计算核心和卸载器进行分组动态重构,在计算核心中加载特征数据和卷积核数据,执行并行卷积神经网络加速处理。本发明利用动态重构实现多个计算核心间的并行,提高卷积神经网络的大动态适应能力。
-
公开(公告)号:CN113591575A
公开(公告)日:2021-11-02
申请号:CN202110728167.X
申请日:2021-06-29
Applicant: 北京航天自动控制研究所
Abstract: 针对飞机(或轮船)相互遮挡、由于背景环境复杂、拍摄距离过远等造成的飞机(或轮船)的尺寸较小、难以从背景中识别出目标等问题,提出了一个改进的YOLO v3网络架构。该网络在YOLO v3的Darknet‑53特征提取网络中增加了空洞卷积层;同时引入通道域注意力机制;通过线性衰减置信度的方式,对非极大值抑制NMS算法进行优化等,大大提高了模型对小目标检测的准确性,提升了模型对遮挡目标和复杂环境下的目标的检测能力。
-
-