-
公开(公告)号：CN119312850A
公开(公告)日：2025-01-14
申请号：CN202411372578.X
申请日：2024-09-29
Applicant: 中国科学院半导体研究所
IPC: G06N3/0495 , G06N3/0464 , G06N3/08
Abstract: 提供了一种卷积神经网络量化训练方法，可应用于神经网络训练技术领域，包括：获取初始卷积神经网络；基于量化感知训练方法，对卷积层以及全连接层进行训练，得到量化后的权重；按照预设条件判断权重是否满足优化目标；将不满足优化目标的权重输入到惩罚函数中，得到惩罚损失；将惩罚损失和任务损失按照预设权重相加得到总损失函数；基于总损失函数，进行联合训练；以及将批归一化层的参数融合进前级卷积层，得到训练完成的卷积神经网络。在量化感知训练的基础上，对量化后的权重分布实施约束，有利于降低卷积层、全连接层乘累加部分和的绝对值大小，以减少固定位宽的累加器上的数据溢出情况，提升量化算法在部署平台上的目标精度。
-
公开(公告)号：CN115190220A
公开(公告)日：2022-10-14
申请号：CN202210802119.5
申请日：2022-07-07
Applicant: 中国科学院半导体研究所
IPC: H04N5/14 , H04N5/378 , H04N21/4402 , G06N3/04 , G06F15/78
Abstract: 一种基于动态视觉和灰度脉冲传感器的片上脉冲图像处理系统，包括：片内外数据交互模块，用于获取来自片外存储器的数据；系统微控制模块，用于响应来自片外存储器的数据来生成控制信号；传感模块，用于响应所述控制信号和光的强度量生成动态视觉像素数据和灰度脉冲像素数据；脉冲图像预处理模块，用于响应控制信号将动态视觉像素数据恢复为以帧方式表示的动态视觉像素数据帧，还用于响应控制信号对灰度脉冲像素数据和/或动态视觉像素数据帧进行预处理，生成脉冲图像数据；脉冲图像处理模块，用于响应控制信号和所述脉冲图像数据，完成脉冲神经网络处理任务，得到识别结果，以便片内外数据交互模块输出识别结果。
-
公开(公告)号：CN115190220B
公开(公告)日：2024-10-01
申请号：CN202210802119.5
申请日：2022-07-07
Applicant: 中国科学院半导体研究所
IPC: H04N5/14 , H04N25/47 , H04N21/4402 , G06N3/049 , G06F15/78
Abstract: 一种基于动态视觉和灰度脉冲传感器的片上脉冲图像处理系统，包括：片内外数据交互模块，用于获取来自片外存储器的数据；系统微控制模块，用于响应来自片外存储器的数据来生成控制信号；传感模块，用于响应所述控制信号和光的强度量生成动态视觉像素数据和灰度脉冲像素数据；脉冲图像预处理模块，用于响应控制信号将动态视觉像素数据恢复为以帧方式表示的动态视觉像素数据帧，还用于响应控制信号对灰度脉冲像素数据和/或动态视觉像素数据帧进行预处理，生成脉冲图像数据；脉冲图像处理模块，用于响应控制信号和所述脉冲图像数据，完成脉冲神经网络处理任务，得到识别结果，以便片内外数据交互模块输出识别结果。
-
公开(公告)号：CN117557469A
公开(公告)日：2024-02-13
申请号：CN202311519439.0
申请日：2023-11-15
Applicant: 中国科学院半导体研究所
Abstract: 本发明提供一种实时红外图像预处理的方法，该方法包括：获取待处理的实时图像数据，利用基于神经网络的非均匀性校正算法对实时图像数据进行去噪，得到初始图像数据；对初始图像数据进行自适应增益控制，得到中间图像数据；利用非锐化遮膜算法对中间图像数据进行处理，得到目标图像数据。该方法可以高效且精准的完成图像去噪，并且有效使得图像具备更好的增强效果，同时实现自适应性参数的更新具备抑制过增强、补偿欠增强的能力。
-
-
-
Search Results
4
records
(took 0.033 seconds)
