公开(公告)号：CN118552433A

公开(公告)日：2024-08-27

申请号：CN202410480096.X

申请日：2024-04-19

Applicant: 上海处理器技术创新中心

Inventor： 魏傲 ,  张韩宾 ,  赵二虎

IPC: G06T5/70 ,  G06T5/60 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明提出一种嵌入式智能加速器的图像反射消除方法和装置，包括：获取已标记图像标签的反射图像作为训练数据；构建基于Swin Transformer的网络架构的反射消除模型，该网络架构包含用于捕捉图像中的长距离依赖关系的自注意力机制；在嵌入式智能加速器所属的智能AI芯片平台搭建该反射消除模型；该嵌入式智能加速器通过该反射消除模型对该训练数据进行反射消除，得到反射消除图像，根据该反射消除图像和该图像标签构建损失函数，训练该反射消除模型；将待消除反射的图像输入嵌入式智能加速器，通过训练完成后的反射消除模型对待消除反射的图像进行反射消除处理，得到反射消除图像作为图像反射消除结果。

公开(公告)号：CN116468079B

公开(公告)日：2024-05-24

申请号：CN202310402508.3

申请日：2023-04-13

Applicant: 上海处理器技术创新中心

Inventor： 刘畅 ,  杜子东 ,  胡杏 ,  郭崎 ,  李威

IPC: G06N3/0464 ,  G06N3/084

Abstract: 本发明涉及一种用于训练深度神经网络模型的方法及相关产品，其中该方法包括：获取深度神经网络模型的线性层在前向传播期间和反向传播期间所涉及的全精度训练参数；对全精度训练参数进行自适应逐层缩放量化处理，以得到量化后的训练参数；以及在对深度神经网络模型的训练过程中，将每一线性层中针对全精度训练参数的全精度乘法累加处理操作，替换为对量化后的训练参数的加法处理操作和符号翻转处理操作，以实现对深度神经网络模型的低能耗训练。通过本发明的方案，有效降低深度神经网络训练过程中的能耗，同时确保精度损失较小。

公开(公告)号：CN117527249A

公开(公告)日：2024-02-06

申请号：CN202311238730.0

申请日：2023-09-22

Applicant: 上海处理器技术创新中心 ,  中国科学院计算技术研究所

Inventor： 陈思延 ,  黄俊英 ,  唐志敏 ,  叶笑春 ,  姜会龙

IPC: H04L9/32

Abstract: 本发明提出一种仲裁型物理不可克隆的激励响应生成方法和装置，包括：基于PUF构建的PUF满二叉树，树中每个PUF均具有信号输入端、激励输入端和信号输出端；通过PUF树构建步骤在目标设备中构建两个PUF树，分别为第一PUF树和第二PUF树，将输入信号输入第一PUF树和第二PUF树的头节点的信号输入端，将激励信号输入每个节点的激励输入端，进而从第一PUF树和第二PUF树所有尾节点的信号输出端得到输出信号；从第一PUF树所有尾节点中选择一路输出信号作为第一输出，从第二PUF树所有尾节点中选择一路输出信号作为第二输出；将第一输出和第二输出输出至仲裁器件，根据第一输出和第二输出到达仲裁器件的先后顺序，生成响应，保存激励信号和响应作为目标设备的激励响应对。

公开(公告)号：CN117422098A

公开(公告)日：2024-01-19

申请号：CN202311386067.9

申请日：2023-10-24

Applicant: 上海处理器技术创新中心

Inventor： 张泰岩 ,  严明玉 ,  黄俊英

IPC: G06N3/04

Abstract: 本申请公开了一种用于进行图采样的方法、设备和计算机可读存储介质。所述方法包括：获取原始图结构数据，其中所述原始图结构数据至少包括多个原始结点；从所述多个原始结点中采集多个目标结点；对每个所述目标结点进行扩散采样，以获得多个采样子图；确定所述多个采样子图中采样子图的结点数最小的目标采样子图；以及基于所述目标采样子图的最小结点数对所述多个采样子图进行重采样，以获得目标图结构数据。利用本申请的方案，可以确保每次采样结点数目相同且保留图结构的特性。

公开(公告)号：CN117315502A

公开(公告)日：2023-12-29

申请号：CN202311386812.X

申请日：2023-10-24

Applicant: 上海处理器技术创新中心

Inventor： 尹龙祥 ,  李婷 ,  韩银和 ,  董翔

IPC: G06V20/13 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04

Abstract: 本申请公开了一种遥感图像处理方法、电子设备及存储介质。该遥感图像处理方法包括：获取图像帧数据；对图像帧数据进行图像预处理，得到可视图像数据；基于可视图像数据确定有效图像数据；以及将有效图像数据传输至地面站。利用本申请的技术方案，能够对遥感图像数据中的有效数据进行提取后进行传输，提升遥感图像数据的传输效率。

公开(公告)号：CN117091584A

公开(公告)日：2023-11-21

申请号：CN202310981835.9

申请日：2023-08-04

Applicant: 上海处理器技术创新中心

Inventor： 李想 ,  郭皓明 ,  张知行 ,  李威 ,  郭崎

IPC: G01C21/00 ,  G01C21/20 ,  G01C11/04 ,  G01C1/00 ,  G06V20/17 ,  G06V10/82

Abstract: 本发明涉及飞行器导航技术领域，公开了一种飞行器视觉路径记忆导航的方法和系统以及设备和存储介质，其中方法包括在飞行器飞往目标的过程中，令所述飞行器采集实时图像；将实时图像输入具有飞行器视觉路径记忆的深度神经网络；具有飞行器视觉路径记忆的深度神经网络判断目标是否在实时图像的视场内，相应于目标在视场内时，输出真实目标方位角作为目标方位信息，相应于所述目标未在视场内时，输出视场内朝向目标偏移的方位角作为目标方位信息。飞行器视觉路径记忆导航的方法对实时图像的角度、分辨率、明暗等条件都有较强的适应性，能够快速调整姿态，不断趋近于目标方向。

公开(公告)号：CN116468079A

公开(公告)日：2023-07-21

申请号：CN202310402508.3

申请日：2023-04-13

Applicant: 上海处理器技术创新中心

Inventor： 刘畅 ,  杜子东 ,  胡杏 ,  郭崎 ,  李威

IPC: G06N3/0464 ,  G06N3/084

Abstract: 本发明涉及一种用于训练深度神经网络模型的方法及相关产品，其中该方法包括：获取深度神经网络模型的线性层在前向传播期间和反向传播期间所涉及的全精度训练参数；对全精度训练参数进行自适应逐层缩放量化处理，以得到量化后的训练参数；以及在对深度神经网络模型的训练过程中，将每一线性层中针对全精度训练参数的全精度乘法累加处理操作，替换为对量化后的训练参数的加法处理操作和符号翻转处理操作，以实现对深度神经网络模型的低能耗训练。通过本发明的方案，有效降低深度神经网络训练过程中的能耗，同时确保精度损失较小。

公开(公告)号：CN119692388A

公开(公告)日：2025-03-25

申请号：CN202311236572.5

申请日：2023-09-22

Applicant: 上海处理器技术创新中心

Inventor： 熊训斌 ,  严明玉

IPC: G06N3/042 ,  G06N3/08 ,  G06F18/241

Abstract: 本申请提供一种用于对图神经网络的训练进行加速的方法及相关产品，其中，方法包括：获取存储在数据库中的原始图数据，其中，原始图数据包括多个节点和边；根据预设的节点指标相似度判定规则找出原始图数据中的冗余节点；根据预设的冗余节点过滤规则找出满足过滤规则的冗余节点；对满足过滤规则的冗余节点进行去除，得到优化图数据；以及将所得到的优化图数据替换原始图数据，作为图神经网络模型的训练输入数据。本申请通过采用对原始图数据中部分信息量较少的冗余节点进行消除后得到优化图数据的方法，能够在保持图结构数据的关键信息和表示能力的前提下，有效缩减原始图数据的规模，进而提高大规模图数据在图神经网络模型上的训练效率。

公开(公告)号：CN119415666A

公开(公告)日：2025-02-11

申请号：CN202311262667.4

申请日：2023-09-27

Applicant: 上海处理器技术创新中心 ,  上海最知科技有限公司

Inventor： 王可心 ,  周熠 ,  董翔

IPC: G06F16/334 ,  G06N5/025

Abstract: 本披露公开了一种用于验证显性知识的方法、电子设备及存储介质。该方法包括：将语言模型中的隐性知识转化成显性知识；根据显性知识的前提字段及其字段值，从模型知识库中查找出反映隐性知识的数据内容；判断显性知识的结论字段的字段值与数据内容是否匹配；以及响应于显性知识的结论字段与数据内容匹配，确定显性知识通过验证。通过本披露的方案，可以通过显性知识中的前提字段进行模型知识库的数据定位，以高效查找到能够反映出相应的隐性知识的数据内容，再通过显性知识的结论字段进行数据比对，进而生成可靠、准确的验证结果。

公开(公告)号：CN119399783A

公开(公告)日：2025-02-07

申请号：CN202311464987.8

申请日：2023-11-06

Applicant: 上海处理器技术创新中心 ,  上海最知科技有限公司

Inventor： 周熠 ,  陈醉 ,  杨超凡

IPC: G06V30/412 ,  G06V30/414

Abstract: 本披露公开了一种用于生成及处理答题卡的方法、电子设备及存储介质。其中，前述的方法包括：获取关于答题卡的组卷信息和样式文件；基于组卷信息和样式文件生成所述答题卡，并记录答题卡的生成信息；以及响应于获取到包含目标答题卡的待处理图片，根据生成信息对待处理图片中的目标答题卡进行检测和/或识别处理，其中目标答题卡包括经使用后的答题卡。通过本披露的技术方案，可以利用组卷信息和样式文件自动生成答题卡，同时可以利用生成答题卡过程中记录到的生成信息辅助后续的答题卡检测和/或识别处理，使得答题卡的生成和处理能够有效联动，实现答题卡的生成及处理的一体化设计，提高了整体的智能化程度。