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：CN118349337A

公开(公告)日：2024-07-16

申请号：CN202310070805.2

申请日：2023-01-16

Applicant: 上海处理器技术创新中心

Inventor： 张知行 ,  李想 ,  李威 ,  郭崎

IPC: G06F9/50 ,  G06F15/78 ,  G06N3/063

Abstract: 本发明提出一种基于深度学习框架网络的单算子异构计算加速方法和系统，包括：判断深度学习计算单元是否支持运行神经网络模型中全部算子，若是，则选择深度学习计算单元执行神经网络模型，否则判断神经网络模型的算子是否均不能运行于深度学习计算单元，若是，则定制深度学习计算单元的运行方式，否则分离神经网络模型的每个网络层，并将网络层中仅支持通用计算单元的算子分配给通用计算单元；将网络层中支持深度学习计算单元运行的算子分配给深度学习计算单元；异构计算单元中深度学习计算单元和通用计算单元按照与神经网络模型中算子的分配关系，执行神经网络模型。本发明通过为每个算子分配的合适的计算资源，提高了异构计算单元的执行效率。

公开(公告)号：CN116703792A

公开(公告)日：2023-09-05

申请号：CN202310396091.4

申请日：2023-04-13

Applicant: 上海处理器技术创新中心

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

IPC: G06T5/50 ,  G06N3/0455 ,  G06N3/088 ,  G06N3/094

Abstract: 本发明提供了一种利用生成网络对低光照图像增强的方法、生成网络的训练方法及设备，包括，将低光照图像输入生成网络；生成网络增强低光照图像，得到生成图像；生成网络输出生成图像；生成网络采用残差结构，主分支生成低光照图像与生成图像之间的残差，捷径分支将低光照图像传输至主分支的输出端与残差相加，得到生成图像；其中，生成网络的主分支为级联设置的至少两个残差学习单元，各残差学习单元逐步递进生成残差。在本发明中，通过设置残差结构，减少了单个生成器的学习任务，降低了学习、生成难度，使其更容易达到训练目的。通过设置级联结构，进一步减轻了生成器的学习、生成难度，使其更容易达到训练目的。