[发明专利]一种低分辨率细胞图像的神经网络结构及加速电路

摘要

低分辨率细胞图像的神经网络结构，包括：第一层、第二层包含卷积和池化运算,卷积尺寸为3x3,池化尺寸为2x2；第三层、第四层包含卷积和池化运算,卷积尺寸为3x3,池化尺寸为2x2；第五层、第六层包含反池化运算和卷积运算,卷积尺寸为3x3,反池化尺寸为2x2；第七层包含反池化运算和卷积运算,卷积尺寸为3x3,反池化尺寸为2x2；第八层包含反卷积运算,卷积尺寸为1x1；用于低分辨率图像边沿分割方法的加速电路，CPU连接主存单元、特征数据读取单元、卷积核数据读取单元、乘加阵列单元、累加缓存单元、激活函数运算单元、反池化运算单元、池化运算单元、通路选择单元，读取主存储器的网络结构参数对电路进行总体配置；具有算法设计简单高效，加速电路运行功耗低的特点。

主权项

1.低分辨率细胞图像的神经网络结构，其特征在于，包括：第一层包含卷积和池化运算,其中卷积尺寸为3x3,池化尺寸为2x2；第二层包含卷积和池化运算,其中卷积尺寸为3x3,池化尺寸为2x2；第三层包含卷积和池化运算,其中卷积尺寸为3x3,池化尺寸为2x2；第四层包含卷积和池化运算,其中卷积尺寸为3x3,池化尺寸为2x2；第五层包含反池化运算和卷积运算,其中卷积尺寸为3x3,反池化尺寸为2x2；第六层包含反池化运算和卷积运算,其中卷积尺寸为3x3,反池化尺寸为2x2；第七层包含反池化运算和卷积运算,其中卷积尺寸为3x3,反池化尺寸为2x2；第八层包含反卷积运算,其中卷积尺寸为1x1。