[发明专利]基于卷积神经网络模型的图像处理方法和装置有效
| 申请号： | 201810250867.0 | 申请日： | 2018-03-26 |
| 公开（公告）号： | CN110363279B | 公开（公告）日： | 2021-09-21 |
| 发明（设计）人： | 胡慧 | 申请（专利权）人： | 华为技术有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06T3/40 |
| 代理公司： | 北京龙双利达知识产权代理有限公司 11329 | 代理人： | 时林;毛威 |
| 地址： | 518129 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本申请提供了一种基于卷积神经网络模型的图像处理方法和装置。该方法包括：获取神经网络层对应的第一权重参数集，第一权重参数集中包括N1个第一权重参数，其中，N1为大于或等于1的整数；分别计算N1个第一权重参数与第一数值m的比值，得到N1个第二权重参数，其中|W |
||
| 搜索关键词： | 基于 卷积 神经网络 模型 图像 处理 方法 装置 | ||
【主权项】：
1.一种基于卷积神经网络模型的图像处理方法，其特征在于，所述卷积神经网络模型的一个神经网络层包括至少一个卷积层和/或至少一个全连接层，所述方法包括：获取所述神经网络层对应的第一权重参数集，所述第一权重参数集包括N1个第一权重参数，其中，N1为正整数；分别计算所述N1个第一权重参数与第一数值m的比值，以得到N1个第二权重参数，其中|Wmax|≤m≤2|Wmax|，Wmax为所述第一权重参数集中绝对值最大的权重参数；将所述N1个第二权重参数分别量化成至少两个2的Q次方的和，以得到N1个第三权重参数，其中，Q≤0，且Q为整数；获取待处理图像；根据所述N1个第三权重参数对所述待处理图像进行处理，以得到输出图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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华为技术有限公司，未经华为技术有限公司许可，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/patent/201810250867.0/，转载请声明来源钻瓜专利网。
