一种基于Vitis栈的目标检测全流程加速方法及系统

    公开(公告)号:CN114298298A

    公开(公告)日:2022-04-08

    申请号:CN202111671214.8

    申请日:2021-12-31

    IPC分类号: G06N3/063

    摘要: 本发明公开了一种基于Vitis栈的目标检测全流程加速方法及系统,首先对网络进行微调,然后通过vitis的量化器对模型进行量化处理,再通过vitis的编译器对模型进行编译,实现了原始网络模型的转换,减少了数据量;再次通过对主机程序数据进行数据变换存储以及数据类型定点化,提高了数据并行度;随后,对整体流程做了任务型并行和数据优化指令,可加速数据运算;接下来,通过vivado和petalinux分别创建硬件加速器以及系统文件,通过vitis整合形成硬件平台,通过AXI总线来对ps端和pl端进行交互传输;最后将之前步骤地优化设计整合形成全流程加速。该设计能够加速在嵌入式领域边缘设备部署神经网络算法的吞吐率,在目标检测领域有一定得加速效果。

    防碰撞命令处理及应答装置

    公开(公告)号:CN113872643B

    公开(公告)日:2022-03-29

    申请号:CN202111460945.8

    申请日:2021-12-03

    IPC分类号: H04B5/00

    摘要: 本申请提供一种防碰撞命令处理及应答装置,该装置包括:级联选择器、UID选择器、防碰撞命令分析模块、应答计算及数据准备模块和门控模块;级联选择器,用于指示UID长度;UID选择器,用于确定用于防碰撞分析的UID所属的级联;防碰撞命令分析模块,用于对防碰撞命令进行分析;应答计算及数据准备模块,用于准备相关数据;门控模块,用于两个周期延时使能信号,及同步复位和时钟门控防碰撞模块。本申请提供一种防碰撞命令处理及应答装置每接收到字节命令就处理,不需要进行寄存,节省了大量缓冲器。同时,采用了并行处理方式,两个周期内即可完成应答数据的准备,大大提高了应答速度。由于门控模块的使用,极大程度地降低了系统的功耗。

    低功耗RFID读写系统及方法
    15.
    发明公开

    公开(公告)号:CN112232463A

    公开(公告)日:2021-01-15

    申请号:CN202011468165.3

    申请日:2020-12-15

    IPC分类号: G06K17/00 G07C9/29

    摘要: 本发明实施例提供一种低功耗RFID读写系统及方法,其中,低功耗RFID读写系统中,中央处理单元控制根据低功耗检卡模式选择信号,使低功耗RFID读写系统以低功耗检卡模式运行,以休眠阶段、准备阶段和检测阶段为检测周期,进行RFID标签的检测;在休眠阶段,中央处理单元控制低功耗RFID读写系统以最低功率运行,使用低频环形振荡器提供时钟信号;在准备阶段,中央处理单元控制低功耗RFID读写系统开启主频晶体振荡器;在检测阶段,中央处理单元控制RFID检测模块进行RFID标签的检测。大大的降低阅读器和处理器的功耗,在使用电池供电的应用上增强其续航能力,减少了电力资源的浪费。

    一种基于通道信息共享残差模块的实时语义分割方法

    公开(公告)号:CN111553921A

    公开(公告)日:2020-08-18

    申请号:CN202010103230.6

    申请日:2020-02-19

    IPC分类号: G06T7/10 G06N3/04 G06N3/08

    摘要: 本发明涉及计算机视觉领域,公开了一种基于通道信息共享残差模块的实时语义分割方法,其包括步骤:将特征图X通过二维通道信息共享残差模块经通道分裂进行分组操作,分成X1和X2两组;将分组X1连续经过两个不带空洞卷积的3*1和1*3的卷积核进行卷积操作,再经过带空洞卷积的3*1和1*3卷积核进行卷积操作,得到输出Y1;将输出Y1和输入X2进行拼接,再进行一系列带空洞卷积和不带空洞卷积的3*1和1*3的卷积核进行卷积操作,输出Y2;拼接Y1和Y2后,将各通道洗牌打乱;将实时语义分割网络中的编码器学习到的语义特征映射到高分辨率的特征图上,获得密集预测。该方法可对输入的特征图进行实时精确地分割,有效降低了整个网络的参数量,提高了计算效率,提高了特征图的实时分割精度。

    一种基于特征选择的目标检测方法

    公开(公告)号:CN111340039A

    公开(公告)日:2020-06-26

    申请号:CN202010088920.9

    申请日:2020-02-12

    摘要: 本发明公开了一种基于特征选择的目标检测方法,包括以下步骤:将图像输入主干网络,获取融合特征;将融合特征输入多层特征金字塔,通过多层特征金字塔中的每一层级金字塔来检测不同尺度特征的目标,同时通过多层特征金字塔的anchor-free分支在任意层级金字塔Pl中学习图片内容,根据图片的内容选择最优化的Pl;整合多层特征金字塔,将各层级金字塔输出的相同尺度特征图进行级联,组合成一个用于更好地表示目标的特征的多层级多尺度的特征金字塔;通过与多层特征金字塔连接的特征选择模块在每个空间位置预测其对应的A个anchor和K个物体出现的概率,以及A个anchor的4维的偏移量,对目标进行预测和位置回归。该方法解决了多尺度问题和特征提取问题,检测准确度高。

    一种基于相似性损失的行为识别方法

    公开(公告)号:CN111339886A

    公开(公告)日:2020-06-26

    申请号:CN202010103214.7

    申请日:2020-02-19

    摘要: 本发明涉及计算机视觉识别领域,公开了一种基于相似性损失的行为识别方法,涉及计算机视觉识别领域。该行为识别方法包括步骤:将视频片段输入前馈网络,得到特征图以及对应的分类概率;计算任意两个配对样本的预测结果,根据预测结果计算分布之间的成对距离;根据成对距离和交叉熵损失计算整个的相似性损失。本发明的方法提出了一种新的相似性损失用来指导整个网络的学习目标,相似性损失可以简单的集成在任意一个基础网络之中,在没有额外引入参数和没有额外开销的前提下,该方法在数据集上取得了最优效果,验证了相似性损失的有效性。

    一种基于连通域的二维条码识别方法及系统

    公开(公告)号:CN105868724B

    公开(公告)日:2019-09-10

    申请号:CN201610213155.2

    申请日:2016-04-07

    IPC分类号: G06K9/00 G06K9/36 G06K7/10

    摘要: 本发明公开了一种基于连通域的二维条码识别方法及系统,方法包括:对从终端获取的含有二维码的彩色图像进行灰度化和二值化处理,得到二值图像;对二值图像进行取反和连通区域划分,然后标记划分出的连通区域;根据连通区域的值以及长度寻找QR码寻像图形,然后根据QR码寻像图形的坐标确定包含寻像图形的最小区域;在包含寻像图形的最小区域中,采用改进的KMP算法寻找QR码寻像图形中心坐标点,并根据寻找的中心坐标点进行图像校正与二维条码识别。本发明通过二值化处理以及根据寻找的中心坐标点进行图像校正的方法,提高了识别率;同时采用了改进的KMP算法,图形检测速度高,实时性好。本发明可广泛应用于条码识别领域。