“林广栋”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果30个，建议您升级VIP下载更多相关专利

[发明专利]一种针对深度学习加速核的集成电路仿真框架-CN202310346764.5在审
发明人： 林广栋;陆俊峰;黄光红;刘小明 -专利权人：安徽芯纪元科技有限公司
申请日： 2023-04-03 - 公布日： 2023-06-30 - 主分类号： G06F30/367 文献下载
摘要：本发明公开了一种针对深度学习加速核的集成电路仿真框架，通过与硬件仿真平台运行于同一主机的仿真控制软件执行模型解析、深度学习加速核命令生成、数据准备、整体流程控制等过程，对这些过程不再进行硬件仿真。仿真控制软件与硬件仿真平台之间通过一组文件进行交互，测试平台读取文件内容，将数据写入仿真环境中的存储器和寄存器，深度学习加速核在仿真环境中的工作方式与真实芯片一致，从而避免在深度学习加速核硬件仿真时引入CPU、加载核软件、操作系统、驱动软件等复杂因素，简化仿真过程，同时也省去了仿真CPU上的操作系统、驱动软件运行的过程，仅仅对深度学习加速核的计算过程进行仿真，提高了仿真速度。
一种针对深度学习加速集成电路仿真框架

[发明专利]用于深度学习模型推理硬件加速的模型转换方法和系统-CN202211166984.1在审
发明人： 林广栋;陆俊峰;洪一 -专利权人：中国电子科技集团公司第三十八研究所
申请日： 2022-09-23 - 公布日： 2023-04-04 - 主分类号： G06N3/063 文献下载
摘要：本发明提供一种用于深度学习模型推理硬件加速的模型转换方法、系统、存储介质和电子设备，涉及深度学习技术领域。本发明包括：对深度学习模型中无法直接部署于硬件的原始的大卷积核，采用多层小卷积核替换大卷积核；根据大卷积核、各层小卷积核的权重差异，采用遗传算法分别确定各层小卷积核的权重；将转换后的深度学习模型部署在硬件上，用于获取输入特征图的卷积结果，从而获取深度学习模型的最终推理结果。通过多个串行执行的小卷积核替换大卷积核，多个小卷积核的权重通过大卷积核的权重直接计算得到，尽可能减少替换过程对输出的影响，不需要重新训练网络模型，且计算量小，实现直接部署网络模型。
用于深度学习模型推理硬件加速转换方法系统

[发明专利]一种嵌入式操作系统的多任务程序指定任务调试方法-CN202110134816.3有效
发明人：赵纪堂;林广栋;耿锐;陈金忠 -专利权人：安徽芯纪元科技有限公司
申请日： 2021-02-01 - 公布日： 2023-03-31 - 主分类号： G06F9/48 文献下载
摘要：本发明公开了一种嵌入式操作系统的多任务程序指定任务调试方法，操作系统在任务创建、任务删除、任务切换时，更新其维护的任务列表信息，并且在任务切换时，保存当前执行任务的任务栈栈底指针；用户给指定任务中的待调试函数设置断点，调试器软件在操作系统停止时获取其保存的任务列表信息和当前任务栈栈底指针，将任务列表信息中处于执行状态的任务ID与用户指定任务的ID进行对比；若相同，则调试器软件根据当前任务栈栈底指针更新当前执行任务的栈信息，并根据调试指令，对指定任务进行调试；若不同，则调试器软件发送继续执行命令后，等待下一次操作系统停止，满足多任务程序指定任务的调试需求。
一种嵌入式操作系统任务程序指定调试方法

[发明专利]一种神经网络量化感知训练方法-CN202211102612.2在审
发明人：赵旭东;林广栋;黄光红;宋亮亮;刘振 -专利权人：安徽芯纪元科技有限公司
申请日： 2022-09-09 - 公布日： 2023-01-17 - 主分类号： G06F18/214 文献下载
摘要：本发明公开了一种神经网络量化感知训练方法，构建模拟取整操作并且具有可微特性的函数插入损失函数，通过在损失函数中插入量化取整损失的正则化项，用于训练过程中的反向传播，达到优化权值分布，提升模型量化感知训练效果的目的。
一种神经网络量化感知训练方法

[发明专利]二维卷积计算硬件构架及基于其的流水式二维卷积计算方法-CN202211167129.2在审
发明人： 林广栋;洪一;陆俊峰;黄光红 -专利权人：安徽芯纪元科技有限公司
申请日： 2022-09-23 - 公布日： 2022-12-30 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种二维卷积计算硬件构架及基于其的流水式二维卷积计算方法，包括权重寄存器和二维卷积计算流水线；二维卷积计算流水线内含P级计算单元，每一级计算单元包含一维卷积硬件和中间结果寄存器组；一维卷积硬件包括N组乘累加单元，其中每组乘累加单元包含Q个乘法器和1个加法树；权重寄存器设置于每一级计算单元内部，前一级计算单元的N个计算结果寄存于中间结果寄存器组中，并在下一周期累加至后一级计算单元的中间结果寄存器组中，最后经最后一级计算单元的中间结果寄存器组输出。基于本发明提出的二维卷积计算硬件构架，可以高效利用输入特征图数据和卷积核权重，极大地提高了二维卷积计算的数据复用率。
二维卷积计算硬件构架基于流水计算方法

[发明专利]一种深度学习模型中最大池化层运算电路装置-CN202111319309.3有效
发明人： 林广栋;张笑;顾大晔;陆俊峰;黄光红 -专利权人：中国电子科技集团公司第三十八研究所
申请日： 2021-11-09 - 公布日： 2022-12-16 - 主分类号： G06F30/398 文献下载
摘要：一种深度学习模型中最大池化层运算电路装置，其中输入特征图SRAM阵列用于存放深度学习模型最大池化层的输入特征图；输出特征图SRAM阵列用于存放输出特征图；输入交叉开关把从输入特征图SRAM阵列读取的输入特征图传送给最大池化电路，输出交叉开关把最大池化电路的计算结果传送给输出特征图SRAM阵列；最大池化电路的三组比较器电路分别对输入的每列16、15、16个数据进行两两、3个一组及4个一组的比较，三组比较器电路的输出端通过选择器电路连接输出交叉开关；所有比较器电路和选择器电路接受全局配置寄存器的控制。本发明的优点在于：可以同时快速处理16行或15行特征图，计算其最大池化结果，并将结果存回存放结果特征图的存储器。
一种深度学习模型最大池化层运算电路装置

[发明专利]利用卷积神经网络同时进行目标检测与回归分析的方法-CN202211051503.2在审
发明人： 林广栋;陆俊峰;洪一 -专利权人：中国电子科技集团公司第三十八研究所
申请日： 2022-08-30 - 公布日： 2022-12-09 - 主分类号： G06V10/40 文献下载
摘要：本发明提供一种利用卷积神经网络同时进行目标检测与回归分析的方法、系统、存储介质和电子设备，涉及深度学习领域。本发明包括：将图像输入卷积神经网络，分阶段提取图像特征，分别通过目标检测金字塔网络结构和回归分析金字塔网络结构的处理，对应获取多个不同尺度的第一特征图，以及多个不同尺度的第二特征图；将各个所述第一特征图分别输入对应的预设第一深度学习模型，获取目标形状位置和/或种类输出；将各个所述第二特征图分别输入对应的预设第二深度学习模型，获取与目标的形状位置无关的回归分析输出。本发明提出的方法可以实现复杂场景下同时进行目标检测与回归分析，并帮助训练过程，使网络结构可以表示复杂的回归分析关系。
利用卷积神经网络同时进行目标检测回归分析方法

[发明专利]一种深度学习加速核及基于其的深度学习片上系统-CN202211085151.2在审
发明人： 林广栋;陆俊峰;黄光红;刘小明 -专利权人：安徽芯纪元科技有限公司
申请日： 2022-09-06 - 公布日： 2022-12-06 - 主分类号： G06F9/30 文献下载
摘要：本发明公开了一种深度学习加速核及基于其的深度学习片上系统，深度学习加速核主要由运算管理单元、指令控制单元、存储器构成；运算管理单元内设数据传输仲裁选择逻辑单元以及各种运算单元；存储器将输入数据或权重数据经过数据传输仲裁选择逻辑单元传输至对应运算单元，各个运算单元将运算结果经过数据传输仲裁选择逻辑单元写入存储器；指令控制单元用于读取指令并完成指令分发，存储器和运算管理单元根据前一指令的执行时长以及该指令与其他指令间的依赖关系确定当前指令的执行时间。深度学习加速核内设各种运算单元，可以根据特定计算模式的特点，利用数据的复用性，设计内部电路，减少数据反复导入、导出的次数，减少不必要的能量消耗。
一种深度学习加速基于系统

[发明专利]多调试对象的集群调试系统及其管理方法和调试方法-CN202010731731.9有效
发明人： 林广栋;耿锐;赵纪堂;郭利锋 -专利权人：安徽芯纪元科技有限公司
申请日： 2020-07-27 - 公布日： 2022-09-13 - 主分类号： G06F11/36 文献下载
摘要：本发明公开了一种多调试对象的集群调试系统及其管理方法和调试方法，涉及软件调试技术领域，其中集群调试系统包括连接于同一局域网内的上位机和调试对象，所述上位机通过调试软件配置有一个命令分发模块和若干调试管理模块；所述命令分发模块根据接入局域网的调试对象数量实例化调试管理模块，并调配所有调试管理模块，每个调试管理模块通过网络连接一个特定调试对象，包含该调试对象的所有信息，执行针对该调试对象的全部调试动作。本发明通过上位机通过软件配置的命令分发模块和调试管理模块连接系统中的所有调试对象，一条调试命令通过命令分发模块和调试管理模块发送至需要调试的每一个对象，实现一条调试命令同时对多个对象进行调试。
调试对象集群系统及其管理方法

[发明专利]基于非对称PAD卷积计算实现数据连续更新的目标分类方法-CN202111471155.X在审
发明人：张笑;林广栋;黄光红;陆俊峰 -专利权人：中国电子科技集团公司第三十八研究所
申请日： 2021-12-03 - 公布日： 2022-03-29 - 主分类号： G06V20/10 文献下载
摘要：一种基于非对称PAD卷积计算实现数据连续更新的目标分类方法，在对连续更新的图像数据的卷积计算中，在图像的高度或者宽度方向上进行非对称填充，将若干图像通过高度或宽度方向上未填充的边缘进行连续拼接；拼接后的图像输出进行卷积处理，得到目标分类特征。若每次更新的数据不足以完成一个完整的卷积运算，卷积运算分多次进行，每次卷积计算的中间结果进行缓存后拼接，该方法可以减少多次卷积神经网络推理过程中的重复计算，减少每次推理过程的计算量，提高计算效率。本发明采用非对称的填充方法，无需等物体数据全部采样完成再对物体进行目标识别，从而实现连续更新数据的目标分类，解决因图像拼接带来的目标识别错误的问题。
基于对称 pad 卷积计算实现数据连续更新目标分类方法

[发明专利]电脑B面边框检测方法、装置及计算机存储介质和计算机-CN201911396346.7有效
发明人：袁康;刘浩;汪二虎;林广栋 -专利权人：合肥联宝信息技术有限公司
申请日： 2019-12-30 - 公布日： 2022-02-08 - 主分类号： G06T7/00 文献下载
摘要：本发明实施例公开了一种数据处理方法、装置及计算机存储介质和计算机，方法包括：获取目标产品图像；提取所述目标产品图像中的目标差异点；根据所述目标差异点确定所述目标产品图像中的目标产品边框。本发明实施例提供的数据处理方法、装置及计算机存储介质和计算机，有效解决了现有技术中产品边框自动提取时由于收到光线干扰而导致提取效果较差的问题，不受高清反光屏幕的影响，提高了目标产品边框的自动提取准确率。
电脑边框检测方法装置计算机存储介质

[发明专利]一种数据处理方法、装置及计算机存储介质和计算机-CN201911388149.0有效
发明人：袁康;汪二虎;林广栋 -专利权人：合肥联宝信息技术有限公司
申请日： 2019-12-30 - 公布日： 2022-02-08 - 主分类号： G06V10/25 文献下载
摘要：本发明公开了一种数据处理方法、装置及计算机存储介质和计算机，方法包括：获取键盘图像和键盘图像中键帽上的标签；根据所述标签确定包围标签的标签最小矩形图像；根据所述标签最小矩形图像获取键帽像素阈值；根据所述键帽像素阈值对所述键盘图像进行查找，得到符合所述键帽像素阈值的键帽区域像素点；根据所述键帽区域像素点确定键帽区域。本发明提供的数据处理方法、装置及计算机存储介质和计算机，利用键帽标签来计算键帽内部区域的键帽像素阈值，并通过所得到的键帽像素阈值来查找键帽区域像素点，最后得到键帽区域的方法，有效实现了全部键帽的自动化识别过程，减少人力和成本消耗，提高建模速度。
一种数据处理方法装置计算机存储介质

[发明专利]一种定位电子设备B面的下边框和B面边框的方法-CN201911330160.1有效
发明人：袁康;陈陶根;刘浩;汪二虎;林广栋 -专利权人：合肥联宝信息技术有限公司
申请日： 2019-12-20 - 公布日： 2022-02-08 - 主分类号： G06T7/00 文献下载
摘要：本发明实施例提供一种定位电子设备B面的下边框和B面边框的方法，所述定位电子设备B面的下边框的方法包括，获得带有B面左下角、右下角的B面图像；获得带有C面左上角、右上角的C面图像；基于所述B面图像和C面图像得到第一变换矩阵；基于所述C面左上角、右上角在C面图像上的坐标和第一变换矩阵得到所述B面左下角、右下角在B面图像上的坐标；基于所述B面左下角、右下角在B面图像上的坐标得到所述B面的下边框。通过采用本发明提供的方法来定位B面图像中的下边框，具有定位准确，干扰因素少的优点。由于笔记本电脑的C面键盘上特征点比较多，因此，可以利用笔记本电脑的C面图像辅助实现B面下边框的定位。
一种定位电子设备边框方法

[发明专利]一种人体姿态估计模型及基于其的人体姿态估计方法-CN202111274446.X在审
发明人：毛晓琦;林广栋;黄光红;宋亮亮;刘振 -专利权人：安徽芯纪元科技有限公司
申请日： 2021-10-29 - 公布日： 2022-02-01 - 主分类号： G06V40/20 文献下载
摘要：本发明提出一种人体姿态估计模型及基于其的人体姿态估计方法，人体姿态估计模型由卷积神经网络和并联的人体区域分割网络、人体关节定位网络和人体肢干定位网络构成；卷积神经网络用于从输入的二维人体图像中提取人体姿态特征图，作为人体区域分割网络、人体关节定位网络和人体肢干定位网络的输入；人体区域分割网络用于区分人体区域和背景区域，人体关节定位网络用于定位人体的25个关节，人体肢干定位网络用于定位两关节之间的23条肢干。本发明将人体区域分割网络与人体关节定位网络、人体肢干定位网络相结合，以三个网络损失函数的累加和作为整个估计模型的优化目标函数，从而无需对多次迭代得到的损失结果进行叠加处理。
一种人体姿态估计模型基于方法

[发明专利]一种可配置交叉开关电路及基于其的可配置交叉开关电路-CN202111193694.1在审
发明人： 林广栋;陆俊峰;顾大晔;黄光红 -专利权人：安徽芯纪元科技有限公司
申请日： 2021-10-13 - 公布日： 2022-01-14 - 主分类号： G06N3/04 文献下载
摘要：本发明提出一种可配置交叉开关电路及基于其的卷积运算电路，可配置交叉开关电路包括运算单元阵列前侧的读交叉开关阵列和运算单元阵列前侧的写交叉开关阵列；输入特征图导入输入存储器堆，经过读交叉开关阵列输入运算单元阵列，运算单元阵列将计算出的输出特征图，经过写交叉开关写入输出存储器堆，每个周期同列读开关和同行写开关均最多仅有一个开关闭合。基于本发明的卷积运算电路进行二维卷积运算，输入特征图数据仅需导入片上存储器一次，即可完成二维卷积运算，不需要反复把输入特征图数据导入存储器，也不需要把输入特征图数据在存储器之间进行传输，提高了二维卷积计算的性能、降低了能耗。
一种配置交叉开关电路基于

1
2
下一页»
尾页
共 30 条