[发明专利]一种非极大值抑制计算器和计算方法有效
申请号: | 201810690957.1 | 申请日: | 2018-06-28 |
公开(公告)号: | CN110659538B | 公开(公告)日: | 2022-09-23 |
发明(设计)人: | 苗准;董咏梅;王旭;杨桦 | 申请(专利权)人: | 合一智芯科技(北京)有限公司 |
主分类号: | G06V10/94 | 分类号: | G06V10/94;G06V10/25;G06V10/764 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 王宝筠 |
地址: | 100080 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 极大值 抑制 计算器 计算方法 | ||
本申请公开了一种非极大值抑制计算器和计算方法,该计算器包括第一读写单元、分类计算单元、重叠度计算单元和第二读写单元;第一读写单元为从外部存储器读取每类物体的置信值设标志位写入本地存储器;分类计算单元从本地存储器读取每类物体任意两个非零标志位对应的置信值进行比较获得比较结果;重叠度计算单元读取计算对应的检测框坐标信息的重叠度获得检测框重叠度结果;分类计算单元根据两个结果确定是否更新非零标志位写入本地存储器;第二读写单元从本地存储器读取确定每个检测框非零标志位对应的最大置信值、物体类别和检测框序号写入外部存储器。可见,只读取非零标志位对应的数据进行多类并行处理,减少访问频率,减少计算量提高计算力。
技术领域
本申请涉及算法计算技术领域,尤其涉及一种非极大值抑制计算器和计算方法。
背景技术
目前,在视觉任务实现物体检测通常需要采用非极大值抑制(英文:non-maximumsuppression,缩写:NMS)算法,其应用较为广泛,例如,边缘检测、目标检测等等。NMS算法的含义是指抑制不是极大值的元素,以便搜索局部的极大值。
一般地,现有物体检测利用NMS算法方式如下:获得针对某个图像的N个检测框坐标信息(检测框左上角、右上角、左下角、右下角在该图像中的坐标信息)和每个检测框中识别得到的C类物体的置信值(物体属于某一类的概率),其中,N是可设定的检测框个数,C是可设定的最大识别物体种类。通过计算N个检测框中任意两个检测框重叠度来确定两个检测框是否有较大重叠;若重叠度足够大,比较两个检测框下的C类物体中每一类物体置信值,保留大的置信值,将小的置信值修改为0;最后对N个检测框中每一个检测框,取C类物体的最大值,记录C类物体中最大置信值、对应的类别以及检测框序号。
发明人经过研究发现,现有的NMS计算方式对于任意两个检测框,都要计算它们的重叠度,对于重叠度足够大的任意两个检测框中每一类物体置信值都需要比较,计算法复杂度较大,计算量也非常大,导致计算耗费时间较多,计算力较为低下,用户体验较差。
发明内容
本申请所要解决的技术问题是,提供一种非极大值抑制计算器和计算方法,利用置信值的稀疏性减少计算量,从而提高计算力,且采用多类计算并行处理的方式进一步提高计算力;多类计算共享重叠度计算单元降低功耗,计算器硬件面积较小,最终实现用户体验的提升。
第一方面,本申请实施例提供了一种非极大值抑制计算器,该计算器包括:第一读写单元、分类计算单元、重叠度计算单元和第二读写单元;
所述第一读写单元,用于从外部存储器读取C类物体中每类物体的N个置信值和对应的检测框坐标信息,为每个置信值设置标志位,写入本地存储器并记录写入数据量,其中,C≥1,N≥2,标志位包括非零标志位和零标志位;
所述分类计算单元,用于若检测所述本地存储器存储数据量大于预设量时,从所述本地存储器读取所述每类物体非零标志位对应的置信值,依次比较任意两个所述非零标志位对应的置信值,获得比较结果;
所述重叠度计算单元,用于从所述本地存储器读取所述每类物体非零标志位对应的检测框坐标信息,依次计算任意两个所述非零标志位对应的检测框坐标信息的重叠度,获得检测框重叠度结果发送至所述分类计算单元;
所述分类计算单元,还用于根据所述比较结果和对应的所述检测框重叠度结果,确定是否更新所述非零标志位并写入所述本地存储器;
所述第二读写单元,用于从所述本地存储器读取确定N个检测框中每个检测框非零标志位对应的置信值中的最大置信值,以及对应的物体类别和检测框序号,写入所述外部存储器。
可选的,所述分类计算单元包括并行的M个分类计算子单元,所述每个分类计算子单元一次计算对应所述C类物体中一类物体;其中,所述M≤C。
可选的,所述分类计算子单元包括第一读取模块、第二读取模块、比较模块和更新模块;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合一智芯科技(北京)有限公司,未经合一智芯科技(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810690957.1/2.html,转载请声明来源钻瓜专利网。