一种基于列重构卷积的点云目标检测网络硬件加速方法

    公开(公告)号:CN118364872B

    公开(公告)日:2024-10-01

    申请号:CN202410417802.6

    申请日:2024-04-09

    Abstract: 本发明属于FPGA硬件加速器设计领域,尤其涉及一种基于列重构卷积的点云目标检测网络硬件加速方法。使用量化的权重和输入特征图,配置各个模块的参数,使同一个卷积加速器适用于网络卷积层的不同层,完成整个网络的卷积计算。使用独特的分块计算方式来减少片上缓存压力使其能达到更高的输出并行度,以提高算力。将特征图按列分块,并在特征图缓存模块重构为数个大小为原特征图高度×宽度的子特征图,在子特征图计算过程中,通过频繁切换权重的方法减少滑窗计算时存在的无效时间,通过乒乓操作减少滑窗准备的时间。设计特征图缓存策略来减少形成子特征图时数据的重复传输,使权重能在特征图数据传输的间隔进行传输,以提高算力。

    一种基于列重构卷积的点云目标检测网络硬件加速方法

    公开(公告)号:CN118364872A

    公开(公告)日:2024-07-19

    申请号:CN202410417802.6

    申请日:2024-04-09

    Abstract: 本发明属于FPGA硬件加速器设计领域,尤其涉及一种基于列重构卷积的点云目标检测网络硬件加速方法。使用量化的权重和输入特征图,配置各个模块的参数,使同一个卷积加速器适用于网络卷积层的不同层,完成整个网络的卷积计算。使用独特的分块计算方式来减少片上缓存压力使其能达到更高的输出并行度,以提高算力。将特征图按列分块,并在特征图缓存模块重构为数个大小为原特征图高度×宽度的子特征图,在子特征图计算过程中,通过频繁切换权重的方法减少滑窗计算时存在的无效时间,通过乒乓操作减少滑窗准备的时间。设计特征图缓存策略来减少形成子特征图时数据的重复传输,使权重能在特征图数据传输的间隔进行传输,以提高算力。

    一种基于聚类的点云压缩方法
    3.
    发明公开

    公开(公告)号:CN116912336A

    公开(公告)日:2023-10-20

    申请号:CN202310707069.7

    申请日:2023-06-15

    Abstract: 本发明属于点云数据处理领域,公开一种基于聚类的点云压缩方法。去除点云数据中的离群噪声点后,使用地面点拟合算法将所有地面点去除;再进行点云到距离图像的转换操作,将点云数据结构化;随后,对距离图像采用基于角度信息的聚类识别算法,将具有近似关系的点形成一个簇,同一簇的点使用均值距离来代替簇内所有点的距离信息形成预测图像,对所有的簇进行编码;最后,计算预测距离图像与原距离图像之间的残差,对残差编码从而提高点云的精度。通过本发明的点云压缩方法,不仅改善了压缩产生的信息失真、信息丢失问题,保证实时压缩性能,还可以解决自动驾驶中传输和存储点云数据消耗大量硬件资源的问题,为自动驾驶技术的发展提供了技术支撑。

Patent Agency Ranking