-
公开(公告)号：CN110135580B
公开(公告)日：2021-03-26
申请号：CN201910344069.9
申请日：2019-04-26
Applicant: 华中科技大学
Abstract: 本发明公开了一种卷积网络全整型量化方法，属于卷积网络的量化压缩技术领域。本发明对卷积网络的输入特征图、网络权重、以及输出特征图，均采用整型表达，每层网络的前向推理过程只涉及整型计算。为保障整型量化后的性能，本发明需要对网络重新训练，并在训练中模拟网络全整型推理的结果。本发明还实现了一种全整型量化卷积网络的应用方法。相比于单精度浮点表达的卷积网络，本发明方案所占用资源更少，推理速度更快；相比于定点量化的网络，本发明对网络的输入、输出以及权重均采用固定长度整型表达，不用考虑逐层网络的输出结果的位宽带来的影响，其规整性更强，更适合于面向资源受限平台，如FPGA/ASIC等平台应用。
-
公开(公告)号：CN110246082B
公开(公告)日：2020-12-18
申请号：CN201910376932.9
申请日：2019-05-07
Applicant: 华中科技大学
Abstract: 本发明公开了一种遥感全景图像拼接方法，包括：实时获取序列图像，采用灰度模板匹配算法计算相邻图像序列的相对位置关系，并结合投票机制选出每条图像带中的最佳配准结果，在此基础上再进行整个条图像带上图像的拼接；在每条图像带拼接完成之后，对所有图像进行融合。本发明采用投票机制，并结合快速的模板匹配算法，消除了拼接中的累计误差，既满足了在线拼接的实时性要求，也增强了大范围全景拼接算法的鲁棒性，极大提高了遥感全景图像拼接的质量。
-
公开(公告)号：CN110246082A
公开(公告)日：2019-09-17
申请号：CN201910376932.9
申请日：2019-05-07
Applicant: 华中科技大学
Abstract: 本发明公开了一种遥感全景图像拼接方法，包括：实时获取序列图像，采用灰度模板匹配算法计算相邻图像序列的相对位置关系，并结合投票机制选出每条图像带中的最佳配准结果，在此基础上再进行整个条图像带上图像的拼接；在每条图像带拼接完成之后，对所有图像进行融合。本发明采用投票机制，并结合快速的模板匹配算法，消除了拼接中的累计误差，既满足了在线拼接的实时性要求，也增强了大范围全景拼接算法的鲁棒性，极大提高了遥感全景图像拼接的质量。
-
公开(公告)号：CN110135580A
公开(公告)日：2019-08-16
申请号：CN201910344069.9
申请日：2019-04-26
Applicant: 华中科技大学
Abstract: 本发明公开了一种卷积网络全整型量化方法，属于卷积网络的量化压缩技术领域。本发明对卷积网络的输入特征图、网络权重、以及输出特征图，均采用整型表达，每层网络的前向推理过程只涉及整型计算。为保障整型量化后的性能，本发明需要对网络重新训练，并在训练中模拟网络全整型推理的结果。本发明还实现了一种全整型量化卷积网络的应用方法。相比于单精度浮点表达的卷积网络，本发明方案所占用资源更少，推理速度更快；相比于定点量化的网络，本发明对网络的输入、输出以及权重均采用固定长度整型表达，不用考虑逐层网络的输出结果的位宽带来的影响，其规整性更强，更适合于面向资源受限平台，如FPGA/ASIC等平台应用。
-
-
-
Search Results
4
records
(took 0.014 seconds)
