-
公开(公告)号:CN119832566A
公开(公告)日:2025-04-15
申请号:CN202411852585.X
申请日:2024-12-16
Applicant: 季华实验室
Abstract: 本发明涉及卷积神经网络技术领域,公开了一种基于FPGA和Winograd算法的手写数字识别方法及加速器,使用图像传感器采集手写数字图像,并对手写数字图像进行预处理,得到预处理后的手写数字图像,采用MNIST数据库作为训练样本库,以LeNet‑5网络模型为基础模型搭建手写数字识别网络,将预处理后的手写数字图像作为特征图输入基于Winograd算法改进的手写数字识别网络,在FPGA上使用Winograd算法进行卷积处理,经过池化操作后的进入全连接层,在FPGA上实现全连接层,完成权重与输入特征图的乘法和累加操作,通过输出层得到手写数字的识别结果;本发明利用FPGA的并行处理能力和Winograd算法对卷积运算的优化,加速单次卷积速度,提高了识别速度和准确性,能够满足实时性要求较高的应用场景。
-
公开(公告)号:CN119722693A
公开(公告)日:2025-03-28
申请号:CN202411860813.8
申请日:2024-12-17
Applicant: 季华实验室
Abstract: 本发明涉及图像处理领域,本发明公开了一种眼底图像分割方法、装置、设备和存储介质,其包括采集患者眼底图像,并对患者眼底图像进行数据预处理,得到原始图像数据和评估数据;对原始图像数据进行物理增强,获得增强图像数据;建立卷积神经网络,并利用卷积神经网络对增强图像数据进行特征提取,得到特征数据;对特征数据进行自适应加权处理,得到加权数据;对加权数据进行形态学操作,得到待评估数据;利用评估数据对待评估数据进行数据评估,得到评估结果,并根据评估结果得到输出数据;通过利用卷积神经网络进行特征提取,并利用自适应加权处理对眼底图像进行特征加权处理,提升了对多特征眼底图像的分析能力。
-