一种卷积神经网络模型的剪枝方法、装置、设备和介质

    公开(公告)号:CN116258173A

    公开(公告)日:2023-06-13

    申请号:CN202211479732.4

    申请日:2022-11-24

    摘要: 本申请公开了一种卷积神经网络模型的剪枝方法、装置、设备和介质,用于提高剪枝效率。本申请剪枝方法包括:获取输入特征图像和卷积神经网络模型;将输入特征图像输入卷积神经网络模型的特征提取模块;通过特征提取模块中的N个卷积核对原始图像进行图像特征处理,将N个卷积核对应的N个特征通道进行通道融合,生成输出特征图;将输出特征图输入卷积神经网络模型的注意力生成模块;通过注意力生成模块分析输出特征图,分别为N个特征通道生成N个注意力向量;根据N个注意力向量分别计算N个特征通道的注意力值;根据N个特征通道的注意力值对特征提取模块中的N个卷积核做剪枝处理。

    一种图像的池化方法、装置、电子设备和存储介质

    公开(公告)号:CN116228534A

    公开(公告)日:2023-06-06

    申请号:CN202310032417.5

    申请日:2023-01-10

    摘要: 本申请公开了一种图像的池化方法、装置、电子设备和存储介质,用于提高卷积神经网络模型的训练效果。本申请池化方法包括:获取池化单元;获取输入特征图像;将输入特征图像进行区块划分,生成第一和第二区块特征图像;通过区块像素注意力生成模块为第一和第二区块特征图像的区块窗口进行注意力计算,生成第一和第二区块注意力特征图像;将第一、第二区块特征图像、第一和第二注意力图像输入特征池化模块;对第一区块特征图像上的像素点进行筛选池化处理,生成第一池化图像;对第二区块特征图像上的像素点进行筛选池化处理,生成第二池化图像;将第一和第二池化图像进行通道维度交错叠加操作和卷积操作,生成目标池化图像。

    一种数据的层次化标准化方法、装置和电子设备

    公开(公告)号:CN115879513A

    公开(公告)日:2023-03-31

    申请号:CN202310196060.4

    申请日:2023-03-03

    摘要: 本申请公开了一种数据的层次化标准化方法、装置和电子设备,用于提高数据标准化的精准度。本申请层次化标准化方法包括:获取初始卷积神经网络模型和B个批次的训练样本集合;根据B个批次的训练样本集合的各个维度的关联度在初始卷积神经网络模型的每一个卷积层前设置层次化标准化层;将B个批次的训练样本集合输入初始卷积神经网络模型中;通过HW标准化层对B个批次的训练样本集合在HW维度进行独立标准化处理;通过批次标准化层对B个批次的训练样本集合在批次B维度进行独立标准化处理;将经过两次独立标准化处理的B个批次的训练样本集合输入初始卷积神经网络模型进行训练,直到训练完成得到目标卷积神经网络模型。

    一种缺陷图像的生成方法、装置、电子设备和存储介质

    公开(公告)号:CN115393231B

    公开(公告)日:2023-03-24

    申请号:CN202211352935.7

    申请日:2022-11-01

    发明人: 乐康 张耀 曹保桂

    IPC分类号: G06T5/00 G06N3/0464 G06N3/08

    摘要: 本申请公开了一种缺陷图像的生成方法、装置、电子设备和存储介质,用于提高图像的获取效率和图像质量。本申请生成方法包括:获取缺陷图像与缺陷图像对应的类型标签,根据缺陷图像和类型标签生成原始图像;获取卷积神经网络模型,卷积神经网络模型包含编码器、隐空间和解码器;将原始图像输入卷积神经网络模型中,通过编码器获取原始图像的缺陷标签特征;将缺陷标签特征输入隐空间,通过隐空间为缺陷标签特征生成隐空间参数,隐空间参数为缺陷图像的条件概率分布;通过重参数化技术对隐空间参数进行采样,生成正态分布数据,正态分布数据遵循缺陷图像的条件概率分布;将正态分布数据和类型标签输入解码器,通过解码器生成目标图像。

    一种缺陷图像的生成方法、装置、电子设备和存储介质

    公开(公告)号:CN115393231A

    公开(公告)日:2022-11-25

    申请号:CN202211352935.7

    申请日:2022-11-01

    发明人: 乐康 张耀 曹保桂

    IPC分类号: G06T5/00 G06N3/04 G06N3/08

    摘要: 本申请公开了一种缺陷图像的生成方法、装置、电子设备和存储介质,用于提高图像的获取效率和图像质量。本申请生成方法包括:获取缺陷图像与缺陷图像对应的类型标签,根据缺陷图像和类型标签生成原始图像;获取卷积神经网络模型,卷积神经网络模型包含编码器、隐空间和解码器;将原始图像输入卷积神经网络模型中,通过编码器获取原始图像的缺陷标签特征;将缺陷标签特征输入隐空间,通过隐空间为缺陷标签特征生成隐空间参数,隐空间参数为缺陷图像的条件概率分布;通过重参数化技术对隐空间参数进行采样,生成正态分布数据,正态分布数据遵循缺陷图像的条件概率分布;将正态分布数据和类型标签输入解码器,通过解码器生成目标图像。

    一种去噪神经网络的训练方法、装置及训练设备

    公开(公告)号:CN114972130B

    公开(公告)日:2022-11-18

    申请号:CN202210919220.9

    申请日:2022-08-02

    IPC分类号: G06T5/00 G06N3/04 G06N3/08

    摘要: 本申请实施例公开了一种去噪神经网络的训练方法、装置及训练设备,用于以更优程度保留图像中的细节和纹理信息的同时,对图像去噪。本申请实施例方法包括:构建训练样本集;建立去噪神经网络架构,所述去噪神经网络架构包含特征提取部分和图像重构部分;从所述训练样本集中随机选取噪声样本通过所述去噪神经网络架构,输出第一样本图像;将所述第一样本图像与所述无噪声样本的对应像素进行MSE损失值计算,以生成损失值变化数据;判断所述损失值变化数据在预设区间内是否小于预设阈值;若所述损失值变化数据在预设区间内小于预设阈值,则确定所述去噪神经网络架构为目标神经网络架构。

    一种Gamma白平衡快速调节的方法及相关装置

    公开(公告)号:CN115035851A

    公开(公告)日:2022-09-09

    申请号:CN202210954161.9

    申请日:2022-08-10

    IPC分类号: G09G3/3208

    摘要: 本申请公开了一种Gamma白平衡快速调节的方法及相关装置,用于提高Gamma白平衡调节的效率和成功率。本申请方法包括:获取OLED显示屏的高亮电压参数和黑屏电压参数;通过二分算法计算初始的亮度电压值,初始的亮度电压值为高亮电压参数和黑屏电压参数的中值;获取待调节的灰阶画面;根据初始的亮度电压值更新灰阶画面的亮度色度实时数据;判断亮度色度实时数据是否在灰阶画面对应的预设范围内;若否,则根据亮度色度实时数据与预设范围的关系通过二分算法计算更新的亮度电压值,并根据更新的亮度电压值更新灰阶画面的亮度色度实时数据以重新判断;若是,则获取下一待调节的灰阶画面进行调节,直至所有灰阶画面调节完毕。

    一种去噪神经网络的训练方法、装置及训练设备

    公开(公告)号:CN114972130A

    公开(公告)日:2022-08-30

    申请号:CN202210919220.9

    申请日:2022-08-02

    IPC分类号: G06T5/00 G06N3/04 G06N3/08

    摘要: 本申请实施例公开了一种去噪神经网络的训练方法、装置及训练设备,用于以更优程度保留图像中的细节和纹理信息的同时,对图像去噪。本申请实施例方法包括:构建训练样本集;建立去噪神经网络架构,所述去噪神经网络架构包含特征提取部分和图像重构部分;从所述训练样本集中随机选取噪声样本通过所述去噪神经网络架构,输出第一样本图像;将所述第一样本图像与所述无噪声样本的对应像素进行MSE损失值计算,以生成损失值变化数据;判断所述损失值变化数据在预设区间内是否小于预设阈值;若所述损失值变化数据在预设区间内小于预设阈值,则确定所述去噪神经网络架构为目标神经网络架构。

    一种多路同源独立补偿驱动电源装置

    公开(公告)号:CN113035123B

    公开(公告)日:2022-08-05

    申请号:CN202110142631.7

    申请日:2021-02-02

    IPC分类号: G09G3/3208

    摘要: 本申请公开了一种多路同源独立补偿驱动电源装置,实现了高效率,低噪声,低纹波,高精度的多通道电源电路。本申请包括:MCU处理单元、电源适配器、一级开关稳压模块、二级线性调压模块以及远程补偿模块;一级开关稳压模块根据MCU处理单元输出的一级参考电压和电源适配器输出的初始电压进行调制,得到一级输出电压;二级线性调压模块设置有多个线性稳压器;远程补偿模块用于对多个线性稳压器的输出通道的负载差异以及传输路线差异进行远端补偿;多个线性稳压器分别对各自输出通道的一级开关稳压模块的一级输出电压和二级控制电压进行比较,调制出目标输出电压,二级控制电压通过远程补偿模块和MCU处理单元调制获得。