公开(公告)号：CN118862979A

公开(公告)日：2024-10-29

申请号：CN202410861490.8

申请日：2024-06-28

Applicant: 西安微电子技术研究所 ,  西北工业大学

Inventor： 魏璐 ,  杨超杰 ,  马钟 ,  郑炜

IPC: G06N3/0495 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0985 ,  G06V10/82

Abstract: 本发明公开了一种嵌入式神经网络二值化量化方法及相关设备，通过选取若干图像为校准集，作为卷积层的输入，并获得卷积层的输出，对卷积层输入、输出和权重进行初始化量化参数计算，对初始的权重量化参数进行优化和自适应调整，最后通过上述量化参数进行整型推理计算，从而有效减少整型推理造成的信息损失，提升神经网络模型在嵌入式端的计算性能。在计算资源有限的前提下，能够在减少模型计算量、参数规模和存储消耗的同时有效提升部署后神经网络模型的计算精度，使神经网络模型能够在资源受限的嵌入式端快速便捷部署实施，对神经网络算法的工程化实现具有重要的意义。

公开(公告)号：CN116523021A

公开(公告)日：2023-08-01

申请号：CN202310467027.0

申请日：2023-04-26

Applicant: 西安微电子技术研究所

Inventor： 马钟 ,  魏璐 ,  杨超杰

IPC: G06N3/08 ,  G06N3/0464

Abstract: 本发明公开了一种面向concat算子的神经网络模型高精度量化方法及系统，在量化前按照本发明提出的方法对模型进行快速等价变换，将concat模型替换成Eltwise模型，不会影响量化前模型的计算结果。concat模型的量化需要将各输入分支设置成相同的量化参数，当各输入分支的数据范围相差较大时，由于一致的量化参数将带来巨大的精度损失，而对Eltwise模型量化时，虽然Eltwise的各输入分支也需要量化参数一致，但由于其执行的是通道内部的相加操作，可以有效避免各通道之间的差异性带来的量化损失，因此，对等价变换后的模型进行量化，能够有效避免量化concat时由于各通道差异带来的精度损失大的问题。

公开(公告)号：CN112529812B

公开(公告)日：2022-12-02

申请号：CN202011506531.X

申请日：2020-12-18

Applicant: 西安微电子技术研究所 ,  西安电子科技大学

Inventor： 马钟 ,  杨丹青 ,  毛鹤亭 ,  赵裴翔 ,  赵逸群 ,  刘睿娇 ,  魏璐 ,  刘倩玉 ,  李阳阳

IPC: G06T5/00

Abstract: 本发明属于图像处理技术领域，涉及一种基于量子傅里叶变换的遥感图像去噪方法，旨在保证去噪效果不下降的前提下，提高遥感图像去噪的速度，实现步骤为：1)对空域遥感图像进行量子化编码；2)在量子计算机中对每幅空域量子遥感图像进行量子傅里叶变换；3)在量子计算机中对每幅频域量子遥感图像进行量子滤波；4)在量子计算机中获取每幅空域遥感图像的去噪结果。本发明采用QImR编码方法和量子傅里叶变换，使得遥感图像中大量的像素值可以存储在少量的量子比特中，并且能够被同时运算，降低了时间复杂度，同时采用量子滤波函数抑制高频信号，因此能在不影响遥感图像噪声抑制能力的前提下，提高去噪效率。

公开(公告)号：CN114004327A

公开(公告)日：2022-02-01

申请号：CN202110057445.3

申请日：2021-01-15

Applicant: 西安微电子技术研究所

Inventor： 魏璐 ,  马钟 ,  王月娇 ,  杨超杰

IPC: G06N3/02

Abstract: 本发明公开了一种适配于运行在FPGA上的神经网络加速器的自适应量化方法，属于神经网络领域。本发明根据神经网络加速器计算过程的实际位宽自动预判神经网络加速器计算时的溢出程度，并针对溢出的程度自适应的调整量化参数，避免神经网络算法在FPGA上计算过程中数据溢出问题的发生，从而保证神经网络模型结果的正确性。本发明的自适应量化方法，将量化操作与神经网络加速器硬件的资源规划相结合，保证了在神经网络加速器部署算法时结果的正确性，在不损失模型精度和执行效率的前提下，能够有效压缩模型规模，使之在资源受限的情况下易于部署实施，节省存储空间和计算资源，具有重要的研究意义和应用价值。

公开(公告)号：CN118297122A

公开(公告)日：2024-07-05

申请号：CN202410532067.3

申请日：2024-04-29

Applicant: 西安微电子技术研究所

Inventor： 马钟 ,  杨彧 ,  魏璐 ,  杨超杰 ,  王月娇

IPC: G06N3/0495 ,  G06N3/082 ,  G06N3/10 ,  G06F8/60 ,  G06N3/084

Abstract: 本发明公开了一种面向嵌入式平台推理计算的量化参数优化方法及系统，属于人工智能技术领域。方法包括确定神经网络模型中需要优化的层及其量化参数类型，对优化层的量化参数进行更新；在优化层中加入伪量化计算，获得所有层的模拟量化误差；基于所有层的模拟量化误差，获取量化参数优化的损失函数；根据损失函数更新神经网络模型中量化参数，生成最优量化参数模型；根据最优量化参数模型，完成对面向嵌入式平台推理计算的量化参数的优化。本发明有效降低量化神经网络模型带来的精度损失问题，提升嵌入式平台部署后神经网络模型的计算精度。

公开(公告)号：CN113222165A

公开(公告)日：2021-08-06

申请号：CN202110574069.5

申请日：2021-05-25

Applicant: 西安微电子技术研究所

Inventor： 魏璐 ,  马钟 ,  刘倩玉 ,  程钰清

IPC: G06N10/00 ,  G06N3/12

Abstract: 本发明公开了一种基于遗传算法的量子线路优化方法，本分明通过遗传算法自动化地寻找到最优的线路优化方案，不受量子计算模拟器硬件运行方式和量子线路构成的限制，能够有效缩短量子算法在量子计算模拟器上的运行时间，加速其计算过程，提升复杂量子算法的高速模拟仿真计算效率，便于量子算法和应用的快速开发。对比目前最好的量子门融合算法，本发明可将29量子比特的量子傅里叶变换算法的运行时间缩短41.4％，将6量子比特的变分量子线路的运行时间缩短18.8％。

公开(公告)号：CN112529812A

公开(公告)日：2021-03-19

申请号：CN202011506531.X

申请日：2020-12-18

Applicant: 西安微电子技术研究所 ,  西安电子科技大学

Inventor： 马钟 ,  杨丹青 ,  毛鹤亭 ,  赵裴翔 ,  赵逸群 ,  刘睿娇 ,  魏璐 ,  刘倩玉 ,  李阳阳

IPC: G06T5/00

Abstract: 本发明属于图像处理技术领域，涉及一种基于量子傅里叶变换的遥感图像去噪方法，旨在保证去噪效果不下降的前提下，提高遥感图像去噪的速度，实现步骤为：1)对空域遥感图像进行量子化编码；2)在量子计算机中对每幅空域量子遥感图像进行量子傅里叶变换；3)在量子计算机中对每幅频域量子遥感图像进行量子滤波；4)在量子计算机中获取每幅空域遥感图像的去噪结果。本发明采用QImR编码方法和量子傅里叶变换，使得遥感图像中大量的像素值可以存储在少量的量子比特中，并且能够被同时运算，降低了时间复杂度，同时采用量子滤波函数抑制高频信号，因此能在不影响遥感图像噪声抑制能力的前提下，提高去噪效率。

公开(公告)号：CN118628872A

公开(公告)日：2024-09-10

申请号：CN202410581410.3

申请日：2024-05-11

Applicant: 西安微电子技术研究所 ,  华南理工大学

Inventor： 谭明奎 ,  黎浩坤 ,  陈卓琨 ,  马钟 ,  魏璐

IPC: G06V10/776 ,  G06N3/0495 ,  G06V10/764 ,  G06V10/774 ,  G06V10/762 ,  G06V10/82

Abstract: 本发明公开了一种量化模型的测试方法、系统、设备及介质，其中，该测试方法通过对图像数据集进行预处理及标签标注，得到标注数据集；通过预训练模型对标注数据集进行推理识别，得到识别输出集和完整评估结果；根据识别输出集，对标注数据集进行信息熵压缩，得到压缩测试集；通过预训练模型对压缩测试集进行评估识别，得到压缩评估结果，以及，通过量化模型对压缩测试集进行量化识别，得到量化评估结果；根据完整评估结果和压缩评估结果，对量化评估结果进行性能反演，得到量化模型的性能反演结果。该测试方法可以有效提高模型测试的应用范围，减少模型测试所需的测试耗时和样本存储空间。本发明涉及模型量化技术领域。