一种卷积网络全整型量化方法及其应用方法

    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

    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。

    一种多尺度合作靶标设计与在线检测识别方法及系统

    公开(公告)号:CN111598952B

    公开(公告)日:2022-07-08

    申请号:CN202010433150.7

    申请日:2020-05-21

    Abstract: 本发明属于无人机靶标设计与识别技术领域,公开了一种多尺度合作靶标设计与在线检测识别方法及系统,将每一尺度靶标中间m×m个单元格置为空白,嵌套下一尺度靶标形成多尺度合作靶标;无人机在接收着陆指令后通过控制机载云台相机对着陆区靶标进行搜索;对相机拍摄的YUV格式图像进行局部自适应阈值化处理后进行四边形检测;当正确识别到靶标后,将云台切换至跟踪模式;对下一帧靶标位置进行预测,在预测位置邻域范围内进行靶标检测;根据检测到的靶标位置,对无人机位姿进行解算;并根据飞行高度以及靶标在图像中的占比切换至合适靶标进行检测。本发明提高了靶标的识别效率和着陆定位精度,提高了帧率,加快了边界的查找。

    一种卷积网络全整型量化方法及其应用方法

    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

    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。

    一种多尺度合作靶标设计与在线检测识别方法及系统

    公开(公告)号:CN111598952A

    公开(公告)日:2020-08-28

    申请号:CN202010433150.7

    申请日:2020-05-21

    Abstract: 本发明属于无人机靶标设计与识别技术领域,公开了一种多尺度合作靶标设计与在线检测识别方法及系统,将每一尺度靶标中间m×m个单元格置为空白,嵌套下一尺度靶标形成多尺度合作靶标;无人机在接收着陆指令后通过控制机载云台相机对着陆区靶标进行搜索;对相机拍摄的YUV格式图像进行局部自适应阈值化处理后进行四边形检测;当正确识别到靶标后,将云台切换至跟踪模式;对下一帧靶标位置进行预测,在预测位置邻域范围内进行靶标检测;根据检测到的靶标位置,对无人机位姿进行解算;并根据飞行高度以及靶标在图像中的占比切换至合适靶标进行检测。本发明提高了靶标的识别效率和着陆定位精度,提高了帧率,加快了边界的查找。

Patent Agency Ranking