[发明专利]一种适用于移动端的卷积神经网络加速方法及系统有效
| 申请号： | 201910637446.8 | 申请日： | 2019-07-15 |
| 公开（公告）号： | CN110458280B | 公开（公告）日： | 2022-08-30 |
| 发明（设计）人： | 李开;邹复好;李全 | 申请（专利权）人： | 武汉魅瞳科技有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/063 |
| 代理公司： | 武汉东喻专利代理事务所(普通合伙) 42224 | 代理人： | 李佑宏 |
| 地址： | 430073 湖北省武汉市东湖新技术*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种适用于移动端的卷积神经网络加速方法及系统，其通过获取待检测图像的参数，利用预设的神经网络模型得到第一线程索引数据和第二线程索引数据，第一滑动窗口位置坐标作为第一线程索引标识，调用第一线程索引数据获取第一卷积输入数据，与第一滑动窗口位置坐标对应的第一卷积核数据进行内积计算；利用多线程并行计算得到当前通道的第一特征图数据；第二滑动窗口位置坐标作为第二线程索引标识，调用第二线程索引数据获得第二卷积输入数据，利用多线程并行计算得到第二输出特征图的所有输出数据，从而实现深度可分离卷积和逐点卷积的并行计算，提高待检测图像的检测速度。 | ||
| 搜索关键词： | 一种 适用于 移动 卷积 神经网络 加速 方法 系统 | ||
【主权项】：
1.一种适用于移动端的卷积神经网络加速方法，该移动端包括多个深度可分离卷积计算单元和多个逐点卷积计算单元，其特征在于，包括如下步骤：/n获取待检测图像的参数，利用预设的神经网络模型得到与多个深度可分离卷积计算单元一一对应的多个第一线程索引数据，与多个逐点卷积计算单元一一对应的多个第二线程索引数据，所述第一线程索引数据包括第一滑动窗口位置坐标、对应通道编号、第一滑动窗口尺寸和与第一滑动窗口位置坐标一一对应的第一卷积核数据，所述第二线程索引数据包括第二滑动窗口位置坐标、对应通道编号、第二滑动窗口尺寸和与第二滑动窗口位置坐标一一对应的第二卷积核数据；/n所述第一滑动窗口位置坐标作为第一线程索引标识进行第一线程索引数据存储，所述第二滑动窗口位置坐标作为第二线程索引标识进行第二线程索引数据存储；/n获取待检测图像的三维数据，利用当前通道的第一线程索引标识调用第一线程索引数据，依据第一滑动窗口内的待检测图像的三维数据作为第一卷积输入数据，该第一卷积输入数据与第一滑动窗口位置坐标对应的第一卷积核数据进行内积计算；利用移动端的多个深度可分离卷积计算单元进行多线程并行计算，遍历当前通道的第一线程索引标识，得到当前通道的第一特征图数据；/n利用当前通道的第二线程索引标识调用第二线程索引数据，依据第二滑动窗口内的当前通道的第一特征图数据作为第二卷积输入数据，该第二卷积输入数据与第二滑动窗口位置坐标对应的第二卷积核数据进行内积计算，得到当前通道的第二特征图数据；/n利用移动端的多个逐点卷积计算单元进行多线程并行计算，遍历所有通道的线程索引，得到第二输出特征图的所有输出数据，以提高对待检测图像的检测速度。/n
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武汉魅瞳科技有限公司，未经武汉魅瞳科技有限公司许可，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/201910637446.8/，转载请声明来源钻瓜专利网。
