公开(公告)号：CN111459552B

公开(公告)日：2020-10-13

申请号：CN202010545142.1

申请日：2020-06-16

Applicant: 之江实验室

Inventor： 杨弢 ,  毛旷 ,  王跃锋 ,  曾令仿 ,  银燕龙 ,  何水兵 ,  陈刚

IPC: G06F9/38 ,  G06F12/02

Abstract: 本发明公开了一种并行化存内计算的方法及装置，该方法利用现有DRAM内存存储电路的充放电特性实现了并行化的加法计算，并且通过优化数据存储及计算流程，进一步提高了数据并行计算的效率。本发明使得数据存储与计算都可以在DRAM中实现，可大大地缓解内存墙问题，同时不需要依赖新型非易失存储器件，可降低内存计算的复杂度和成本。

公开(公告)号：CN111459552A

公开(公告)日：2020-07-28

申请号：CN202010545142.1

申请日：2020-06-16

Applicant: 之江实验室

Inventor： 杨弢 ,  毛旷 ,  王跃锋 ,  曾令仿 ,  银燕龙 ,  何水兵 ,  陈刚

IPC: G06F9/38 ,  G06F12/02

Abstract: 本发明公开了一种并行化存内计算的方法及装置，该方法利用现有DRAM内存存储电路的充放电特性实现了并行化的加法计算，并且通过优化数据存储及计算流程，进一步提高了数据并行计算的效率。本发明使得数据存储与计算都可以在DRAM中实现，可大大地缓解内存墙问题，同时不需要依赖新型非易失存储器件，可降低内存计算的复杂度和成本。

公开(公告)号：CN111738236A

公开(公告)日：2020-10-02

申请号：CN202010817355.5

申请日：2020-08-14

Applicant: 之江实验室

Inventor： 毛旷 ,  王跃锋 ,  任祖杰 ,  杨弢 ,  银燕龙 ,  曾令仿 ,  何水兵 ,  陈刚

IPC: G06K9/00

Abstract: 本发明公开了一种自适应层级的图像切分识别方法、装置及系统，该方法包括：获取高清视频中某一帧的原始图像；对所述原始图像，进行图像切分，得到若干有像素重叠的图像切片；对子图像切片进行迭代切分并识别；最终对所有识别结果进行选择得到最终图像的识别结果。本发明解决了现有对高清图像物体识别存在的速度慢、小物体检出率低的问题，做到了高清图像中物体识别速度快、检出率高的效果。

公开(公告)号：CN111738236B

公开(公告)日：2020-11-20

申请号：CN202010817355.5

申请日：2020-08-14

Applicant: 之江实验室

Inventor： 毛旷 ,  王跃锋 ,  任祖杰 ,  杨弢 ,  银燕龙 ,  曾令仿 ,  何水兵 ,  陈刚

IPC: G06K9/00

Abstract: 本发明公开了一种自适应层级的图像切分识别方法、装置及系统，该方法包括：获取高清视频中某一帧的原始图像；对所述原始图像，进行图像切分，得到若干有像素重叠的图像切片；对子图像切片进行迭代切分并识别；最终对所有识别结果进行选择得到最终图像的识别结果。本发明解决了现有对高清图像物体识别存在的速度慢、小物体检出率低的问题，做到了高清图像中物体识别速度快、检出率高的效果。

公开(公告)号：CN112561038A

公开(公告)日：2021-03-26

申请号：CN202011522568.1

申请日：2020-12-21

Applicant: 之江实验室

Inventor： 毛旷 ,  杨弢 ,  汤昭荣 ,  王跃锋 ,  银燕龙 ,  任祖杰

IPC: G06N3/04 ,  G06N3/063 ,  G06N3/08 ,  G06F40/211

Abstract: 本申请公开了一种批数据集构建方法、装置、电子设备及存储介质。该方法通过对用于Transformer语言模型训练的数据样本集合进行排序，利用有序的数据样本生成高质量的批数据，从而构建训练批数据集。该方法提高单次载入GPU显存的有效训练样本数量，同时最大程度降低无效的占位文字数量，降低无效数据对GPU计算资源的占用，从而大大提高训练效率，降低训练时间。

公开(公告)号：CN112597113B

公开(公告)日：2021-06-01

申请号：CN202110246172.7

申请日：2021-03-05

Applicant: 之江实验室 ,  浙江大学

Inventor： 陈刚 ,  王跃锋 ,  银燕龙 ,  陈伟剑 ,  毛旷 ,  杨弢 ,  何水兵 ,  曾令仿

IPC: G06F16/16 ,  G06F16/14 ,  G06F3/06

Abstract: 本发明公开了一种数据快速读取方法、装置、电子设备及存储介质，该方法包括：将数据集划分成若干份图片子集，对每个图片子集进行归一化处理，并分别聚合为一个文件；给数据集中的每个图片分配一个请求编号；通过继承深度学习平台的数据集抽象类，根据所述请求编号分别哈希计算出每个图片所在的文件地址和文件内所述的偏移信息，从而获得每张图片到该图片所属文件的映射；根据所述映射，快速读取数据集中的所有图片。将每个所述图片子集聚合为一个文件，减少了海量小样本元数据管理的开销，优化了数据集的组织形式，极大地提升了图片的读取速度；图片读取时通过多级地址映射，取代了原本低效的海量图片中随机查找的过程，极大地提升了读取速率。

公开(公告)号：CN112597113A

公开(公告)日：2021-04-02

申请号：CN202110246172.7

申请日：2021-03-05

Applicant: 之江实验室 ,  浙江大学

Inventor： 陈刚 ,  王跃锋 ,  银燕龙 ,  陈伟剑 ,  毛旷 ,  杨弢 ,  何水兵 ,  曾令仿

IPC: G06F16/16 ,  G06F16/14 ,  G06F3/06

Abstract: 本发明公开了一种数据快速读取方法、装置、电子设备及存储介质，该方法包括：将数据集划分成若干份图片子集，对每个图片子集进行归一化处理，并分别聚合为一个文件；给数据集中的每个图片分配一个请求编号；通过继承深度学习平台的数据集抽象类，根据所述请求编号分别哈希计算出每个图片所在的文件地址和文件内所述的偏移信息，从而获得每张图片到该图片所属文件的映射；根据所述映射，快速读取数据集中的所有图片。将每个所述图片子集聚合为一个文件，减少了海量小样本元数据管理的开销，优化了数据集的组织形式，极大地提升了图片的读取速度；图片读取时通过多级地址映射，取代了原本低效的海量图片中随机查找的过程，极大地提升了读取速率。