文档详情

卷积神经网络的预处理方法和加速方法、加速系统和介质.pdf

发布：2023-05-10约3.03万字共26页下载文档

文本预览下载声明

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116090511 A (43)申请公布日 2023.05.09 (21)申请号 202111271361.6 (22)申请日 2021.10.29 (71)申请人联合微电子中心有限责任公司地址

显示全部

相似文档

卷积神经网络加速方法、系统、存储介质、装置及设备.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 115994561 A (43)申请公布日 2023.04.21 (21)申请号 202310279563.8 (22)申请日 2023.03.22 (71)申请人山东云海国创云计算装备产业创新
2023-04-21 约2.17万字 21页立即下载
用于加速神经网络卷积和训练的系统和方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114902242 A (43)申请公布日 2022.08.12 (21)申请号 202080090029.7 (74)专利代理机构北京市金杜律师事务所
2023-05-17 约2.75万字 46页立即下载
基于卷积神经网络FPGA加速的图像处理方法及系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117853310A (43)申请公布日2024.04.09 (21)申请号202410022558.3G06F9/38(2018.01) (22)申请日2024.01.0
2024-04-09 约1.18万字 10页立即下载
兼容多维度卷积神经网络的Winograd处理方法、系统及介质.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 113407904 B (45)授权公告日 2023.04.07 (21)申请号 202110641820.9 G06N 3/0464 (2023.01)
2023-06-19 约1.45万字 14页立即下载
废物分类与识别：基于卷积神经网络的废物分类系统_（6）.图像预处理技术.docx PAGE1 PAGE1 图像预处理技术在基于卷积神经网络（CNN）的废物分类系统中，图像预处理是一个关键步骤。图像预处理的目的是将原始图像数据转换为适合输入到卷积神经网络的格式，并通过一系列技术提高模型的性能。本节将详细介绍图像预处理的各种技术，包括图像裁剪、缩放、旋转、翻转、归一化、数据增强等，并通过具体的代码示例来展示这些技术的实现方法。 1.图像裁剪图像裁剪是将图像的一部分裁剪出来，以便聚焦于感兴趣的区域。在废物分类中，裁剪可以去除背景噪声，突出废物本身，从而提高模型的分类准确率。 1.1原理图像裁剪的基本原理是通过指定一个矩形区域，从原始图像中提取该区域内的像素。裁剪可以是固定的
2025-04-02 约1.38万字 27页立即下载
基于卷积神经网络的客流检测方法、系统、装置和介质.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113408369 A (43)申请公布日 2021.09.17 (21)申请号 202110602655.6 (22)申请日 2021.05.31 (71)申请人广州忘平信息科技有限公司
2023-06-19 约1.16万字 11页立即下载
一种图卷积神经网络推荐方法、系统、设备、介质及终端.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114880579 A (43)申请公布日 2022.08.09 (21)申请号 202210636142.1 (22)申请日 2022.06.07 (71)申请人北京工商大学地址 100081
2023-05-16 约1.95万字 15页立即下载
基于卷积神经网络的OCT视网膜分层方法、系统和介质.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113393478 A (43)申请公布日 2021.09.14 (21)申请号 202110556870.7 (22)申请日 2021.05.21 (71)申请人天津大学地址 30
2023-06-17 约1.52万字 15页立即下载
卷积神经网络的加速计算方法、存储介质和计算机设备.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113379046 A (43)申请公布日 2021.09.10 (21)申请号 20201
2023-06-19 约1.55万字 12页立即下载
卷积神经网络的处理方法及装置.docx PAGE 1- 卷积神经网络的处理方法及装置一、卷积神经网络的基本原理 卷积神经网络（ConvolutionalNeuralNetworks，CNN）是一种特殊的神经网络架构，它在图像、语音和其他信号处理领域中具有广泛的应用。卷积神经网络的核心思想是利用卷积层对输入数据进行特征提取，通过权值共享减少模型参数，从而降低计算复杂度。在卷积层中，每个神经元只关注输入数据的局部区域，通过对局部区域进行特征提取，可以捕捉到图像中的边缘、纹理等局部特征。卷积层的基本操作是将一个小的滤波器（也称为卷积核或滤波器）在输入数据上滑动，每次滑动都会产生一个特征图。这种操作称为局部连接或共享权重连接，即同一滤波
2025-01-18 约2.95千字 6页立即下载
基于全卷积神经网络的道路提取方法及系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882473 A (43)申请公布日 2022.08.09 (21)申请号 202210605408.6 G06V 10/44 (2022.01)
2023-05-18 约1.19万字 14页立即下载
一种卷积神经网络模型中间层数据的处理方法及系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117408309A (43)申请公布日2024.01.16 (21)申请号202311211475.0 (22)申请日2023.09.19 (71)申请人南京大学地址210023
2024-01-15 约1.81万字 16页立即下载
卷积神经网络在手写文字识别中的图像预处理与优化策略资料集.docx 卷积神经网络在手写文字识别中的图像预处理与优化策略资料集目录一、卷积神经网络在手写文字识别中的图像预处理与优化策略项目申报书二、卷积神经网络在手写文字识别中的图像预处理与优化策略立项申请书三、卷积神经网络在手写文字识别中的图像预处理与优化策略阶段性成果报告四、卷积神经网络在手写文字识别中的图像预处理与优化策略最终成果报告 卷积神经网络在手写文字识别中的图像预处理与优化策略项目申报书一、项目概述随着科技的飞速发展，人工智能技术在各个领域都取得了显著的成果。其中，卷积神经网络（ConvolutionalNeuralNetwork，CNN）作为一种深度学习算法，在图像识别、图像分类
2025-03-21 约8.27千字 19页立即下载
基于RISC-Ⅴ开源处理器的卷积神经网络加速器设计.pdf 基于RISC-V开源处理器的卷积神经网络加速器设计摘要随着人工智能的迅猛发展，卷积神经网络得到了广泛的应用，但由于其庞大的计算量，很难成功地在嵌入式终端实现部署。因此，卷积神经网络硬件加速逐渐成为研究的热点。目前，实现卷积神经网络的硬件加速有三种解决方案，第一种是利用专用集成电路（Application-SpecificIntegratedCircuit，ASIC）设计专门用于卷积神经网络的芯片，但ASIC完成设计很难再进行扩充或升级。第二种是采用现场可编程门阵列（Field-ProgrammableGateArray，FPGA）进行设计，相比于专用的ASIC硬件设计来说FPG
2025-06-10 约7.29万字 58页立即下载
FPGA加速卷积神经网络并行架构研究.docx FPGA加速卷积神经网络并行架构研究目录 FPGA加速卷积神经网络并行架构研究（1）．．．．．．．．．．．．．．．．．．．．．．3 内容概览．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3 1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3 1.2研究内容与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5 1.3论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6 相关工作综述．．．．．．．．．．．．．
2025-05-20 约5.14万字 79页立即下载