一种量化轻量级神经网络硬件加速器及其设计方法

    公开(公告)号:CN119250139A

    公开(公告)日:2025-01-03

    申请号:CN202411413183.X

    申请日:2024-10-11

    Abstract: 本发明属于嵌入式硬件加速及计算机视觉技术领域,涉及一种量化轻量级神经网络硬件加速器及其设计方法。硬件加速器包括顶层控制模块、存储器控制模块、可重构存储器、输入数据预处理模块、核心计算单元、后处理模块,存储器控制模块控制可重构存储器将数据信息发送给顶层控制模块、输入数据预处理模块及后处理模块;输入数据预处理模块进行数据及权重准备;核心计算单元,通过乘法器、加法器树及累加器阵列完成数据准备、权重准备及后处理。所述硬件加速器具有更高的计算性能、硬件资源利用率及数据重用率;所述方法解决了输入输出缓存在存储数据利用率低的问题;实现了卷积算子和池化算子的硬件算子融合,降低了数据读写的存储延时及访问功耗。

    一种基于自动编码器的三维点云几何信息编码压缩方法

    公开(公告)号:CN118828016A

    公开(公告)日:2024-10-22

    申请号:CN202410921240.9

    申请日:2024-07-10

    Abstract: 本发明属于三维视觉技术领域,涉及一种基于自动编码器的三维点云几何信息编码压缩方法。所述方法,包括:对输入的三维点云进行分块并编码;对分割得到的子立方体中的点信息进行量化编码;汇总码流,使用自动编码器组成的多层编码结构降维以压缩;将降维后的码流转换成字节形式,使用blosc进行最后的压缩,并以二进制形式存储;在解码端,先读取存储文件,然后解码恢复出立方体编码和点信息编码的码流;最后,先重建出分割得到的立方体,再在每个立方体中添加各点,以此完成点云的解码重建。所述方法结构较为简单,训练时间较短。并且能够在较高的压缩率下,仍然能够保持比较高的重建质量。

Patent Agency Ranking