-
公开(公告)号：CN112989714B
公开(公告)日：2021-10-08
申请号：CN202110497692.5
申请日：2021-05-08
Applicant: 同方威视技术股份有限公司
Abstract: 本公开涉及一种探测器调整模型的训练方法和装置，涉及计算机技术领域。该训练方法包括：采集探测器的相关信息、性能要求信息、探测器生成的图像作为训练集数据；利用机器学习模型处理训练数据，输出调整后的探测器参数、图像处理结果；根据机器学习模型的输出和训练集数据的标注结果，训练机器学习模型。
-
公开(公告)号：CN112819022A
公开(公告)日：2021-05-18
申请号：CN201911132212.4
申请日：2019-11-18
Applicant: 同方威视技术股份有限公司 , 清华大学
Abstract: 本公开的实施例公开了一种基于神经网络的图像识别装置包括：图像缓存，被配置为接收并存储图像；特征图缓存，被配置为接收并存储特征图；权重缓存，被配置为接收并存储权重；控制器，包括配置信息寄存器，并且被配置为接收配置信息，根据配置信息生成第一和第二控制信号，并且发送第一和第二控制信号；预处理单元，被配置为分别从图像缓存和权重缓存获得图像和权重，从控制器接收第一控制信号，根据第一控制信号对图像和权重执行预处理以得到并发送预处理结果；以及处理单元阵列，被配置为从预处理单元接收预处理结果，从控制器接收第二控制信号，根据第二控制信号对预处理结果执行处理以得到并向特种图缓存发送特征图。
-
Patent Agency Ranking
公开(公告)号：CN112819022B
公开(公告)日：2023-11-07
申请号：CN201911132212.4
申请日：2019-11-18
Applicant: 同方威视技术股份有限公司 , 清华大学
IPC: G06V10/764 , G06V10/70 , G06V10/82 , G06N3/04 , G06V10/40
Abstract: 本公开的实施例公开了一种基于神经网络的图像识别装置包括：图像缓存，被配置为接收并存储图像；特征图缓存，被配置为接收并存储特征图；权重缓存，被配置为接收并存储权重；控制器，包括配置信息寄存器，并且被配置为接收配置信息，根据配置信息生成第一和第二控制信号，并且发送第一和第二控制信号；预处理单元，被配置为分别从图像缓存和权重缓存获得图像和权重，从控制器接收第一控制信号，根据第一控制信号对图像和权重执行预处理以得到并发送预处理结果；以及处理单元阵列，被配置为从预处理单元接收预处理结果，从控制器接收第二控制信号，根据第二控制信号对预处理结果执行处理以得到并向特种图缓存发送特征图。
-
公开(公告)号：CN112989714A
公开(公告)日：2021-06-18
申请号：CN202110497692.5
申请日：2021-05-08
Applicant: 同方威视技术股份有限公司
Abstract: 本公开涉及一种探测器调整模型的训练方法和装置，涉及计算机技术领域。该训练方法包括：采集探测器的相关信息、性能要求信息、探测器生成的图像作为训练集数据；利用机器学习模型处理训练数据，输出调整后的探测器参数、图像处理结果；根据机器学习模型的输出和训练集数据的标注结果，训练机器学习模型。
-
公开(公告)号：CN112991144A
公开(公告)日：2021-06-18
申请号：CN202110505152.7
申请日：2021-05-10
Applicant: 同方威视技术股份有限公司
Abstract: 本公开提出一种针对神经网络的图像数据进行分块的方法和系统，涉及计算机技术领域。在本公开中，对存储在外存单元的图像数据在存储顺序的最后一位的方向上进行分块，得到图像数据的多个第一分块，其中，存储顺序的最后一位是宽度W或高度H，使得对图像数据在宽度W或高度H方向上进行分块，针对输入神经网络的任一网络层的图像数据的每个分块进行计算的结果即为对应位置上最终的输出结果，不需要占用额外的缓存资源对每个分块的计算结果进行缓存，可以节约缓存资源，从而解决片上系统具有较小缓存资源与图像数据的较大缓存需求之间存在的矛盾。另外，各个分块的计算结果不需要回传至CPU端重新进行整理，减少了数据传输带来的额外时间成本。
-
公开(公告)号：CN109685042A
公开(公告)日：2019-04-26
申请号：CN201910108663.8
申请日：2019-02-03
Applicant: 同方威视技术股份有限公司 , 清华大学
CPC classification number: G06K9/00342 , A47G1/02 , G06F3/011 , G06K9/00369 , G06T17/20
Abstract: 本申请提供了一种三维图像识别装置及其方法，可以包括：第一深度图像采集装置，可以被配置为获得对象的第一点云数据；第二深度图像采集装置和第三深度图像采集装置，可以均被配置为获得对象的第二点云数据；处理单元，可以被配置为：基于所述第一点云数据建立粗略模型；基于所述第二点云数据对所述粗略模型进行修整，获得精细模型；以及基于所述第一点云数据和所述精细模型，使得所述精细模型动态运动；以及显示单元，可以被配置为呈现动态或静态的精细模型。
-
公开(公告)号：CN112991144B
公开(公告)日：2021-08-24
申请号：CN202110505152.7
申请日：2021-05-10
Applicant: 同方威视技术股份有限公司
Abstract: 本公开提出一种针对神经网络的图像数据进行分块的方法和系统，涉及计算机技术领域。在本公开中，对存储在外存单元的图像数据在存储顺序的最后一位的方向上进行分块，得到图像数据的多个第一分块，其中，存储顺序的最后一位是宽度W或高度H，使得对图像数据在宽度W或高度H方向上进行分块，针对输入神经网络的任一网络层的图像数据的每个分块进行计算的结果即为对应位置上最终的输出结果，不需要占用额外的缓存资源对每个分块的计算结果进行缓存，可以节约缓存资源，从而解决片上系统具有较小缓存资源与图像数据的较大缓存需求之间存在的矛盾。另外，各个分块的计算结果不需要回传至CPU端重新进行整理，减少了数据传输带来的额外时间成本。
-
-
-
-
-
-
Search Results
7
records
(took 0.032 seconds)
