-
公开(公告)号：CN112418417A
公开(公告)日：2021-02-26
申请号：CN202011015325.9
申请日：2020-09-24
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于SIMD技术的卷积神经网络加速装置及方法，属于嵌入式卷积神经网络加速硬件技术领域。本发明针对当前神经网络应用中的突出矛盾，提出一种基于SIMD技术的神经网络推理加速装置。本发明首先设计一个运算流程，以满足神经网络算法中的全部算子功能，然后面向该计算流程，进行硬件功能单元设计，以软件定义硬件的方式实现系统设计，同时提供较高的性能功耗比和综合运算能力。
-
公开(公告)号：CN112418417B
公开(公告)日：2024-02-27
申请号：CN202011015325.9
申请日：2020-09-24
Applicant: 北京计算机技术及应用研究所
IPC: G06N3/063 , G06N3/0464 , G06F9/38 , G06F13/28 , G06N3/048
Abstract: 本发明涉及一种基于SIMD技术的卷积神经网络加速装置及方法，属于嵌入式卷积神经网络加速硬件技术领域。本发明针对当前神经网络应用中的突出矛盾，提出一种基于SIMD技术的神经网络推理加速装置。本发明首先设计一个运算流程，以满足神经网络算法中的全部算子功能，然后面向该计算流程，进行硬件功能单元设计，以软件定义硬件的方式实现系统设计，同时提供较高的性能功耗比和综合运算能力。
-
公开(公告)号：CN117553796A
公开(公告)日：2024-02-13
申请号：CN202311511370.7
申请日：2023-11-14
Applicant: 北京计算机技术及应用研究所
IPC: G01C21/20
Abstract: 本发明涉及一种基于图算法的多机器人协同巡逻方法，属于机器人控制领域。本发明包括三个子模块，分别是巡逻区域分配模块、巡逻路径规划模块和可视化前端展示模块。本发明不需要借助额外传感器使机器人互相协同作业，只需要布置任务前的一次计算，即可得到协同巡逻方案；本发明能够让计算得到的方案最优，使得各个机器人得到的巡逻区域面积相等；本发明能够让各个机器人巡逻路径是固定的单一闭环，不会存在某些道路重复多次巡逻，而某些道路巡逻较少的问题；同时本发明能够让每个机器人巡逻路径行走直线较多，转弯较少，提高巡逻效率。
-
公开(公告)号：CN117313870A
公开(公告)日：2023-12-29
申请号：CN202311261259.7
申请日：2023-09-27
Applicant: 北京计算机技术及应用研究所
IPC: G06N5/046 , G06F16/2455
Abstract: 本发明涉及一种基于规则推理技术的动态解析方法，属于人工智能领域。本发明在drools规则引擎机制下，加入了解析器、映射器和接收器，实现了调用接口时输入可变长参数事实数据，解析器对输入的事实数据进行动态解析，传入映射器映射到事实对应的执行方法，执行后的结果通过接收器进行结果输出，完成规则推理的整个匹配过程。参数中可选择性指定规则匹配范围，可有效缩短规则匹配时间，实现动态解析匹配。
-
公开(公告)号：CN117271080A
公开(公告)日：2023-12-22
申请号：CN202311224615.8
申请日：2023-09-21
Applicant: 北京计算机技术及应用研究所
IPC: G06F9/48 , G06F18/23213
Abstract: 本发明涉及一种基于KM算法的机器人‑任务分配方法，属于机器人领域领域。本发明将整数规划问题转化为二分图最佳匹配问题，通过匈牙利算法求解二分图最大匹配问题，进而使用KM算法求解最佳匹配问题。本发明提供了一种易于实现、高效且有效的机器人任务分配方法，此算法在稠密图上的效率高于其他算法，可以应用于多机器人系统执行巡逻营救等分配任务中。
-
Patent Agency Ranking
公开(公告)号：CN117197724A
公开(公告)日：2023-12-08
申请号：CN202311372361.4
申请日：2023-10-23
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种吊装作业场景下危险行为检测方法，属于目标检测领域。本发明的危险区域检测模块在吊装场景中主要判断操作人员是否进入划定的危险区域，例如跨越吊物或者从吊物下钻过。对于违规的操作人员则进行报警提醒。人数检测模块在吊装场景中主要对进入工作区域的人员进行计数，对超过安全工作人员数量的危险工作场景进行报警。本发明仅需要单目摄像头即可完成对于吊物作业场景下，危险行为的识别和报警以及操作人数计数报警，需要硬件和计算资源较低，容易部署；可以实时检测危险行为并作出实时报警响应，并将包含危险行为的关键帧进行储存。
-
公开(公告)号：CN116320435A
公开(公告)日：2023-06-23
申请号：CN202310269570.X
申请日：2023-03-20
Applicant: 北京计算机技术及应用研究所
IPC: H04N19/147 , H04N19/124 , H04N19/42 , H04N19/91
Abstract: 本发明涉及一种面向视觉分析的图像压缩方法和系统，属于数字信号处理领域。本发明编码器从原始图像获取待编码特征的紧凑表达；对编码器、解码器与待编码特征做码率‑失真‑感知联合优化，得到编码与解码网络最优参数；编码器对待编码特征做量化与压缩操作，获取其对应的二进制编码码流；解码器对二进制码流进行反量化与解码，获取重建图像。本发明所提出的压缩方法在保持一定码率控制的前提下，对下游视觉分析任务与图像压缩任务做联合优化，使得两者都保持一定合理数值，最终达到既控制编码码率又兼顾分析效率与压缩数据损失的目的。
-
公开(公告)号：CN117649662A
公开(公告)日：2024-03-05
申请号：CN202311372211.3
申请日：2023-10-23
Applicant: 北京计算机技术及应用研究所
IPC: G06V20/70 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种面向目标检测预标注场景的自动标注结果可靠性判别方法，属于目标检测领域。本发明通过在目标检测算法原有的分类分支和回归分支基础上，增加回归框可靠判断分支，计算回归分支输出结果和标注框的IOU值(取值0～1之间，愈大愈接近真值)，并将该值作为可靠判断分支的学习目标，可靠判断分支输出值高的对应的回归分支输出越准确，从而将回归问题转换为分类问题。本发明通过增加目标检测输出的回归位置质量判断分支，将目标框预测位置准确性问题转换为0‑1的概率判断；本发明将目标预测位置精度概率与类别概率融合输出结合，来筛选提取预标注输出结果，在保持预测标签类别精度的同时，也能保证预测标签的位置准确性。
-
公开(公告)号：CN116776950A
公开(公告)日：2023-09-19
申请号：CN202310465958.7
申请日：2023-04-27
Applicant: 北京计算机技术及应用研究所
IPC: G06N3/082 , G06N3/084 , G06N3/047 , G06F18/24 , G06F18/214
Abstract: 本发明涉及一种基于样本重放和知识蒸馏的终身学习方法，属于人工智能领域。本发明中，任务t代表将要处理的任务数据集，缓冲区M存放了过去任务的部分数据集以及旧模型的概率输出信息，当前任务的样本通过蓄水池抽样算法选择性地加入到缓冲区M中；在训练时，选择一种深度学习模型F，模型F在任务t上训练损失记为Loss1，模型F在缓冲区M上的损失记为Loss2，总损失为Loss＝Loss1+α*Loss2；判断是否达到训练总轮数epochs，如果达到则导出训练好的模型文件，否则反向传播更新权重并再次计算Loss。本发明是一个通用的终身学习训练策略，适用于任何分类任务的深度学习模型，可以缓解神经网络灾难性遗忘问题，使深度学习模型具备持续学习的能力。
-
公开(公告)号：CN115392454A
公开(公告)日：2022-11-25
申请号：CN202211006937.0
申请日：2022-08-22
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种自动神经网络剪枝方法，属于神经网络领域。本发明在卷积层后添加BN层，在BN层加入缩放因子γ并对缩放因子γ加L1正则化使之稀疏；融合卷积层Filter与BN层，从而使缩放因子γ的稀疏化作用于卷积层Filter；使用融合后的卷积层Filter权重的绝对值作为衡量其重要性的手段，结合对特征输出的可重建性的影响，获得全局剪枝方案；对裁减之后的网络重新训练。本发明基于BN层，在BN层加入缩放因子γ并对之加L1正则化使之稀疏，然后裁剪缩放因子γ值小的部分对应权重。解决了传统基于权重的剪枝方法不容易平衡不同层剪枝比例的问题，提升剪枝效率。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.041 seconds)
