-
公开(公告)号：CN113228111A
公开(公告)日：2021-08-06
申请号：CN201980086315.3
申请日：2019-12-25
申请人： CY游戏公司
发明人： 仓林修一
摘要： 提供图像处理方法，其中计算机：针对各元素存储包括成对的线条画图像和着色图像的学习数据；针对各元素通过使用元素的学习数据的机器学习来生成用于从线条画图像估计着色图像的估计模型；获得要着色的对象的线条画图像即对象线条画图像；识别与对象线条画图像相对应的元素；基于与所识别的元素相对应的估计模型和对象线条画图像来生成与对象线条画图像要配对的着色图像即对象着色图像；通过使用对象着色图像来生成包括线条画层和着色层的图像文件的着色层；将所生成的着色层插入到包括与对象线条画图像相对应的线条画层的图像文件即对象图像文件中；基于用户输入来修改被插入了着色层的对象图像文件的着色层；提取修改后的着色层和相应线条画层作为学习用的图像对；以及同与在生成对象着色图像时使用的估计模型相对应的元素相关联地存储成对的所提取的线条画层的线条画图像和所提取的着色层的着色图像作为学习数据。
-
公开(公告)号：CN112801994A
公开(公告)日：2021-05-14
申请号：CN202110159391.1
申请日：2021-02-05
摘要： 本申请涉及一种骨龄评估方法和系统。应用于树莓派，所述方法包括：接收骨龄评估请求；根据所述骨龄评估请求获取手骨图像以及所述手骨图像对应的用户性别；将所述手骨图像进行裁剪和直方图匹配，以及将所述用户性别进行数值转换后输送到神经计算棒，通过预先训练好部署在所述神经计算棒中的骨龄评估模型根据所述手骨图像和所述用户性别进行骨龄评估。采用本方法能够提高安全性，同时提高处理速度以提高评估的效率。
-
公开(公告)号：CN112000472A
公开(公告)日：2020-11-27
申请号：CN202010804248.9
申请日：2020-08-11
申请人： 苏州浪潮智能科技有限公司
摘要： 本发明公开一种高性能服务器GPU性能瓶颈调优方法、装置及存储介质，通过设定计算性能，配置服务器指标的阈值；GPU执行算例，跟踪处理函数的调用，记录处理函数及其起始终止时间，通过处理函数及其起始终止时间计算得到GPU实际计算性能；执行算例过程中，采集并记录对GPU相关的服务器指标的数据；分析对比服务器指标的数据与服务器指标的阈值，判断GPU参数的调整是否适配服务器；分析对比GPU实际计算性能与设定计算性能，判断是否需要进一步调整GPU参数；如果实际计算性能小于设定计算性能，通过参数优化算法调整GPU参数，如果实际计算性能达到设定计算性能，则结束GPU调优。本发明能够掌握服务器指标对GPU计算性能的影响，更好的完成GPU的调优。
-
公开(公告)号：CN111814675A
公开(公告)日：2020-10-23
申请号：CN202010652929.8
申请日：2020-07-08
申请人： 上海雪湖科技有限公司
发明人： 郭静
摘要： 本发明涉及到图像处理技术领域，尤其涉及到一种基于FPGA支持动态分辨率的卷积神经网络特征图组装系统。包括特征图组装模块和权重加载模块，特征图组装模块和权重加载模块分别连接有主卷积计算模块，主卷积计算模块连接有窗口累加模块，主卷积计算模块通过权重加载模块输入和特征图组装模块的特征图窗口，在主卷积计算模块完成通道累加，后在窗口累加模块完成整个卷积计算。本发明不同于以往一种方案仅支持一种分辨率的特征图缓存设计，本发明根据实时分辨率自动配置FPGA上特征图缓存的参数，在无需修改的代码的情况下即可兼容多种分辨率的CNN网络实现。
-
公开(公告)号：CN110426560B
公开(公告)日：2020-08-25
申请号：CN201910577877.X
申请日：2019-06-28
申请人： 北京大学
IPC分类号： G06T1/40
摘要： 本发明公开了一种脉冲阵列信号时空上采样器生成方法，包括：根据脉冲阵列信号空域和/或时域上采样需求参数，构建能使脉冲阵列信号由一端传输到另一端的神经网络；获取训练用输入信号和训练用输出信号；利用训练用输入信号和训练用输出信号将所述神经网络训练为上采样器；训练用输入信号为原始脉冲阵列信号，训练用输出信号为对原始脉冲阵列信号进行空域上采样和/或时域上采样得到的上采样信号。本发明增加了脉冲阵列的时域采样频率，从而提高了空间分辨率，适用于高速应用需求；增加了脉冲阵列空域采样频率，适用于视觉任务空间分辨率需求。
-
公开(公告)号：CN111369430A
公开(公告)日：2020-07-03
申请号：CN202010158025.X
申请日：2020-03-09
申请人： 中山大学
摘要： 本发明提出一种基于移动深度学习引擎的移动端人像智能背景替换方法，至少包括以下步骤：S1.选取待训练的卷积神经网络模型；S2.在服务端训练卷积神经网络模型；S3.基于移动深度学习引擎，结合自适应多级模型选择策略，将卷积神经网络模型部署在移动端；S4.利用选择得出的最优卷积神经网络模型进行人像智能背景替换。本发明在移动设备上就能实现背景替换的功能，解决了因网络因素导致人像背景替换的处理效率和成功率低的问题；另外，在进行卷积神经网络模型移动端的部署时，结合了自适应多级模型选择策略，达到根据用户设备差异有效选择最优模型的目的，提升用户使用体验。
-
公开(公告)号：CN110366732A
公开(公告)日：2019-10-22
申请号：CN201880014717.8
申请日：2018-01-12
申请人： 德克萨斯仪器股份有限公司
摘要： 所描述的示例包括集成电路，该集成电路包括矢量乘法单元(314)，该矢量乘法单元(314)包括乘法/累加节点。矢量乘法单元(314)可操作以提供来自乘法/累加节点的输出。此外，集成电路包括：用于以矢量格式向矢量乘法单元提供第一数据的第一数据馈送器(312)；以及用于以矢量格式向矢量乘法单元提供第二数据的第二数据馈送器(310)。
-
公开(公告)号：CN110210610A
公开(公告)日：2019-09-06
申请号：CN201810259875.1
申请日：2018-03-27
申请人： 腾讯科技(深圳)有限公司
摘要： 本申请是关于一种卷积计算加速器、卷积计算方法及卷积计算设备，涉及电子电路技术领域。该卷积计算加速器包括：控制器、计算矩阵以及第一缓存，计算矩阵中包含至少一行计算单元，每行计算单元中包含至少两个计算单元；控制器，用于控制将载入至第一缓存的输入数据输入至对应行的计算单元中，由对应行的计算单元将输入数据在对应行的计算单元中进行传输；对应行的计算单元中的每一个计算单元将接收到的输入数据与预先存储的卷积核进行卷积计算，处于同一行的至少两个计算单元复用同一份输入数据，且只需要一个输入通道，从而降低了计算矩阵的缓存容量和输入带宽需求，提高了计算矩阵的可扩展性。
-
公开(公告)号：CN108010113A
公开(公告)日：2018-05-08
申请号：CN201711162304.8
申请日：2017-11-21
申请人： 成都品果科技有限公司
摘要： 本发明公开一种基于像素着色器的深度学习模型执行方法，包括a、创建Tensor缓冲区；b、加载和运行Operator；C、加载深度学习模型文件；d、逐层执行各个隐藏层等步骤，其中Operator、输入Tensor、输出Tensor分别用于表征通用计算中的算子、张量、结果。本发明利用手机上本来只能用于像素着色的GPU进行通用计算，从而实现手机上GPU加速的深度学习模型执行。
-
公开(公告)号：CN104520896A
公开(公告)日：2015-04-15
申请号：CN201380017401.1
申请日：2013-01-24
申请人： 韩国科学技术院
IPC分类号： G06T1/40
CPC分类号： G06N3/04 , G06F17/30247 , G06K9/00986 , G06K9/46 , G06K9/4619 , G06K9/6203 , G06K9/6217 , G06K9/66 , G06N3/0635 , G06T1/20
摘要： 本发明提供视觉神经电路装置，包括：电流镜(Current Mirror)部，将晶体管用作电流源生成与反应相同大小的电流；跨导部，得到在电流镜部生成的电流的输入并利用跨导(Transconductance)输出电压；及缓冲器部，将跨导部输出的电压变换为电流进行缓冲。
-
-
-
-
-
-
-
-
-
搜索结果
328 条记录 (耗时 0.022 秒)
