-
公开(公告)号：CN108629405B
公开(公告)日：2020-09-18
申请号：CN201710173124.3
申请日：2017-03-22
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本发明实施例提供了一种提高卷积神经网络计算效率的方法和装置，一种提高卷积神经网络计算效率的方法包括：对于检测模型的每一卷积层，根据输入特征图的分辨率和通道数、卷积系数的个数以及乘加单元中乘法器的个数，确定乘加单元在每个维度上乘法器的分配系数，对于检测模型的每一卷积层，根据每个维度上乘法器的分配系数，将卷积层的输入特征图的分辨率及通道数上的各数据，输入乘加单元中的各乘法器进行卷积运算，输出每一卷积层的输出特征图，其中，待检测图像的特征图作为检测模型第一卷积层的输入特征图。本发明实施例提供的提高卷积神经网络计算效率的方法和装置，用于提高卷积神经网络算法的计算效率。
-
公开(公告)号：CN108629405A
公开(公告)日：2018-10-09
申请号：CN201710173124.3
申请日：2017-03-22
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本发明实施例提供了一种提高卷积神经网络计算效率的方法和装置，一种提高卷积神经网络计算效率的方法包括：对于检测模型的每一卷积层，根据输入特征图的分辨率和通道数、卷积系数的个数以及乘加单元中乘法器的个数，确定乘加单元在每个维度上乘法器的分配系数，对于检测模型的每一卷积层，根据每个维度上乘法器的分配系数，将卷积层的输入特征图的分辨率及通道数上的各数据，输入乘加单元中的各乘法器进行卷积运算，输出每一卷积层的输出特征图，其中，待检测图像的特征图作为检测模型第一卷积层的输入特征图。本发明实施例提供的提高卷积神经网络计算效率的方法和装置，用于提高卷积神经网络算法的计算效率。
-
公开(公告)号：CN108573305B
公开(公告)日：2020-07-24
申请号：CN201710152660.5
申请日：2017-03-15
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本发明实施例提供了一种数据处理方法、设备及装置，其中，数据处理方法包括：获取预设卷积核，并确定卷积框宽度；获取并根据芯片缓存容量、预设数据量及第一预设行数，确定数据列宽度；按照数据列宽度对待处理数据矩阵进行划分，得到多列区域；针对任一列区域，提取第二预设行数的待运算数据发送至芯片缓存，利用预设卷积核，对待运算数据进行卷积运算；在待运算数据中的第一行数据参与完卷积运算后，删除第一行数据，并提取对应列区域的下一行数据，更新待运算数据；对更新的待运算数据进行卷积运算，直至区域中的所有行数据均参与完卷积运算。通过本发明可以降低芯片在进行数据处理时所产生的功耗、提高处理性能。
-
公开(公告)号：CN108573305A
公开(公告)日：2018-09-25
申请号：CN201710152660.5
申请日：2017-03-15
Applicant: 杭州海康威视数字技术股份有限公司
CPC classification number: G06N3/063 , G06F15/781
Abstract: 本发明实施例提供了一种数据处理方法、设备及装置，其中，数据处理方法包括：获取预设卷积核，并确定卷积框宽度；获取并根据芯片缓存容量、预设数据量及第一预设行数，确定数据列宽度；按照数据列宽度对待处理数据矩阵进行划分，得到多列区域；针对任一列区域，提取第二预设行数的待运算数据发送至芯片缓存，利用预设卷积核，对待运算数据进行卷积运算；在待运算数据中的第一行数据参与完卷积运算后，删除第一行数据，并提取对应列区域的下一行数据，更新待运算数据；对更新的待运算数据进行卷积运算，直至区域中的所有行数据均参与完卷积运算。通过本发明可以降低芯片在进行数据处理时所产生的功耗、提高处理性能。
-
-
-
Search Results
4
records
(took 0.028 seconds)
