“陈则玮”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17个，建议您升级VIP下载更多相关专利

[发明专利]图像处理设备、图像处理方法和计算机可读存储介质-CN202310391442.2在审
发明人：加藤政美;陈则玮;脇野栞;吉永幹 -专利权人：佳能株式会社
申请日： 2023-04-13 - 公布日： 2023-10-20 - 主分类号： H04N23/611 文献下载
摘要：本发明涉及图像处理设备、图像处理方法和计算机可读存储介质。一种设备在基于指示第一图像的摄像姿势的第一信息的第一阵列中设置系数，通过将该系数应用于第一图像来生成第一图，基于第一图来获取与物体相对应的模板特征，将模板特征登记在基于第一信息的阵列中，在基于指示第二图像的摄像姿势的第二信息的第二阵列中设置系数，通过将第二阵列中所设置的系数应用于第二图像来生成第二图，在基于第二信息的特征阵列中设置模板特征，进行特征阵列中所设置的模板特征和第二图之间的相关计算，并且基于相关计算的结果来从第二图像中检测物体。
图像处理设备方法计算机可读存储介质

[发明专利]信息处理装置及存储器控制方法-CN202010021533.3有效
发明人：中岛大介;陈则玮 -专利权人：佳能株式会社
申请日： 2020-01-09 - 公布日： 2023-10-13 - 主分类号： G06N3/063 文献下载
摘要：本发明提供了一种信息处理装置及存储器控制方法。控制单元控制向第一存储器和第二存储器写入权重数据并控制从第一存储器和第二存储器中读出权重数据。控制单元在第一操作和第二操作之间切换操作，第一操作，其中处理单元从第一存储器中读出第一权重数据并使用第一权重数据进行卷积运算处理，同时并行地向第二存储器写入第二权重数据，以及第二操作，其中处理单元从第一存储器和第二存储器两者中读出第一权重数据并使用第一权重数据进行卷积运算处理。
信息处理装置存储器控制方法

[发明专利]图像处理装置和图像处理方法-CN201710951095.9有效
发明人：纪新;陈则玮 -专利权人：佳能株式会社
申请日： 2017-10-13 - 公布日： 2023-09-26 - 主分类号： G06V10/46 文献下载
摘要：本发明公开了一种图像处理装置和图像处理方法。所述图像处理装置包括：提取单元，被配置为提取输入图像在目标方向中的任意两个方向上的梯度方向特征；增强单元，被配置为通过执行图像处理操作来增强由所述提取单元所提取的梯度方向特征；以及确定单元，被配置为基于由所述增强单元所增强的梯度方向特征，确定所述输入图像在所述目标方向上的梯度方向特征。根据本发明，将加快获取梯度方向特征的速度。
图像处理装置方法

[发明专利]神经网络的训练和应用方法、装置及存储介质-CN202110325842.4在审
发明人：汪德宇;陈则玮;温东超;陶玮;尹凌霄 -专利权人：佳能株式会社
申请日： 2021-03-26 - 公布日： 2022-09-30 - 主分类号： G06V10/82 文献下载
摘要：本发明提供一种神经网络的训练和应用方法、装置及存储介质。所述训练方法包括：获取步骤，针对至少一项任务，在神经网络中对样本图像进行处理后，获取处理结果及处理结果的损失函数的值；其中，所述神经网络包括至少一种网络结构；确定步骤，基于获取的损失函数的值确定其处理结果的重要度；调整步骤，基于确定的重要度调整用于获得损失函数的值的损失函数的权重；以及更新步骤，根据调整权重后的损失函数更新神经网络。
神经网络训练应用方法装置存储介质

[发明专利]面部姿态的检测装置、方法、图像处理系统及存储介质-CN202110262393.3在审
发明人：王乔;汪德宇;北岛光太郎;渡泽尚子;陈则玮;陶玮;温东超 -专利权人：佳能株式会社
申请日： 2021-03-10 - 公布日： 2022-09-20 - 主分类号： G06V40/16 文献下载
摘要：本公开公开一种面部姿态的检测装置、方法、图像处理系统及存储介质。所述检测装置包括：获得单元，基于预先生成的神经网络，从输入图像中获得至少一个面部的至少3个关键点，其中，经由神经网络中用于得到坐标的层所得到的关键点的坐标均为三维坐标；以及，确定单元，针对所述至少一个面部，基于获得的关键点确定该面部的姿态，其中，确定的面部姿态至少包括一个角度。根据本公开，可提高面部关键点的三维坐标的准确性，从而可提高面部姿态的检测精度。
面部姿态检测装置方法图像处理系统存储介质

[发明专利]多层神经网络的生成方法、装置、应用方法及存储介质-CN202010312882.0在审
发明人：陶玮;陈则玮;温东超;刘俊杰;汪德宇 -专利权人：佳能株式会社
申请日： 2020-04-20 - 公布日： 2021-10-22 - 主分类号： G06N3/04 文献下载
摘要：本发明公开一种多层神经网络的生成方法、装置、应用方法及存储介质。所述生成方法包括：获取步骤，获取多层神经网络，其中，所述多层神经网络至少包括卷积层和量化层；生成步骤，针对所述多层神经网络中的各量化层，基于该量化层中的量化比特参数和可学习的量化区间参数，生成量化阈值参数；以及更新步骤，基于所生成的量化阈值参数和所述多层神经网络中各层的运算参数，对所述多层神经网络进行更新以获得定点神经网络。根据本公开，可改善多层神经网络的整体性能及降低多层神经网络的整体计算成本。
多层神经网络生成方法装置应用存储介质

[发明专利]生成量化神经网络的方法、装置、系统、存储介质及应用-CN202010142443.X在审
发明人：刘俊杰;陈则玮;温东超;陶玮;汪德宇 -专利权人：佳能株式会社
申请日： 2020-03-04 - 公布日： 2021-09-07 - 主分类号： G06N3/08 文献下载
摘要：本发明公开一种生成量化神经网络的方法、装置、系统、存储介质及应用。所述方法包括：确定步骤，基于待量化的神经网络中的浮点权重，分别确定与所述浮点权重对应的、用于直接输出量化权重的网络；量化步骤，利用所确定的网络，对与其对应的浮点权重进行量化，以得到量化神经网络；以及更新步骤，基于经由所述量化神经网络得到的损失函数值，更新所述所确定的网络、所述浮点权重和所述量化神经网络中的量化权重。根据本公开，可解决神经网络量化过程中的梯度不匹配问题，从而能提高所生成的量化神经网络的性能。
生成量化神经网络方法装置系统存储介质应用

[发明专利]训练神经网络的方法、装置和系统及存储指令的存储介质-CN201911086516.1在审
发明人：汪德宇;陈则玮;温东超;刘俊杰;陶玮 -专利权人：佳能株式会社
申请日： 2019-11-08 - 公布日： 2021-05-11 - 主分类号： G06N3/08 文献下载
摘要：本发明公开一种训练神经网络的方法、装置和系统及存储指令的存储介质。在训练神经网络的方法中，神经网络包括第一神经网络和第二神经网络，第一神经网络的训练还未完成且第二神经网络的训练还未开始，对于当前的第一神经网络和当前的第二神经网络，该方法包括：将样本图像经由当前的第一神经网络得到第一输出，将样本图像经由当前的第二神经网络得到第二输出；以及，根据第一损失函数值更新当前的第一神经网络，根据第二损失函数值更新当前的第二神经网络，其中，第一损失函数值根据第一输出获得，第二损失函数值根据第一输出和第二输出获得。根据本公开，可改善第二神经网络的性能及减少第一神经网络和第二神经网络的整体训练时间。
训练神经网络方法装置系统存储指令介质

[发明专利]神经网络模型的训练和应用方法、装置、系统及存储介质-CN201911115314.5在审
发明人：刘俊杰;陈则玮;温东超;陶玮;汪德宇 -专利权人：佳能株式会社
申请日： 2019-11-14 - 公布日： 2021-03-05 - 主分类号： G06N3/08 文献下载
摘要：本发明提供一种神经网络模型的训练和应用方法、装置、系统及存储介质。所述训练方法包括：根据神经网络模型的训练迭代次数和计算精度确定约束阈值范围，将权重的梯度约束在所述约束阈值范围内，使得当由于量化误差导致低精度的权重的梯度出现畸变的时候，通过对梯度的约束，修正梯度出现的畸变，使训练后的网络模型能够达到预期的性能。
神经网络模型训练应用方法装置系统存储介质

[发明专利]多层神经网络模型的训练和应用方法、装置及存储介质-CN201811633954.0在审
发明人：陶玮;高红星;陈则玮;温东超;刘俊杰 -专利权人：佳能株式会社
申请日： 2018-12-29 - 公布日： 2020-07-07 - 主分类号： G06N3/04 文献下载
摘要：本公开提供一种多层神经网络模型的训练和应用方法、装置及存储介质。对多层神经网络模型中的至少一个卷积层中的滤波器通道进行扩展，利用通道数扩展后的滤波器执行卷积运算，从而在简化网络模型的同时使网络模型的性能不下降。
多层神经网络模型训练应用方法装置存储介质

[发明专利]多层神经网络模型的训练和应用方法、装置及存储介质-CN201811631475.5在审
发明人：高红星;陶玮;陈则玮;温东超;刘俊杰 -专利权人：佳能株式会社
申请日： 2018-12-29 - 公布日： 2020-07-07 - 主分类号： G06N3/04 文献下载
摘要：本公开提供一种多层神经网络模型的训练和应用方法、装置及存储介质。在所述多层神经网络模型的前向传播中，对输入特征图的数量进行扩展，利用扩展后的输入特征图进行数据运算。通过本公开的方案，有利于提高网络模型的精度，特别是有利于提高低比特网络模型的性能。
多层神经网络模型训练应用方法装置存储介质

[发明专利]神经网络模型的训练和应用方法、装置、系统及存储介质-CN201811331677.8在审
发明人：刘俊杰;陈则玮;温东超;高红星;陶玮 -专利权人：佳能株式会社
申请日： 2018-11-09 - 公布日： 2020-05-19 - 主分类号： G06N3/04 文献下载
摘要：本发明提供一种神经网络模型的训练和应用方法、装置、系统及存储介质。所述训练方法包括：确定提供用于训练的信息的第一网络模型和待训练的第二网络模型；为第一网络模型中的至少一层设置降尺度层，其中，所述降尺度层的滤波器数量和滤波器核与第二网络模型中待训练的层的滤波器数量和滤波器核相同；将所述降尺度层的滤波器参数作为训练信息发送给所述第二网络模型。通过该训练方法，可在第一网络模型中用于训练的层的尺度与第二网络模型中的待训练的层的尺度不相同时也能进行训练，且丢失的数据量较少。
神经网络模型训练应用方法装置系统存储介质

[发明专利]信息处理装置、信息处理方法-CN201910933454.7在审
发明人： 陈则玮 -专利权人：佳能株式会社
申请日： 2019-09-29 - 公布日： 2020-04-10 - 主分类号： G06N3/063 文献下载
摘要：本发明提供信息处理装置、信息处理方法。该信息处理装置包括：控制单元，其被构造为，针对包括多个层的网络的各层，基于数据的位宽设置移位量；多个MAC(乘法累加)单元，其被构造为，对层的多个数据和多个滤波系数执行乘法累加运算；多个移位运算单元，其被构造为，基于移位量对通过所述多个MAC单元获得的多个MAC运算结果进行移位；以及加法单元，其被构造为，计算通过所述多个移位运算单元移位的所述多个MAC运算结果的总和。
信息处理装置方法

[发明专利]鉴别计算装置、鉴别计算方法及程序-CN201880051377.6在审
发明人：加藤政美;陈则玮;谷内出悠介 -专利权人：佳能株式会社
申请日： 2018-07-30 - 公布日： 2020-04-10 - 主分类号： G06T7/00 文献下载
摘要：为了使用小容量存储单元进行鉴别计算，特征计算部被构造为针对各个层级层依次地计算鉴别目标数据的特征；鉴别计算部被构造为使用通过特征计算部依次地计算出的特征而对鉴别目标数据依次地进行部分鉴别计算，并将部分鉴别计算的结果存储在鉴别结果存储单元中；以及控制部被构造为控制鉴别计算部使用通过特征计算部依次地计算出的特征和鉴别结果存储单元中存储的部分鉴别计算的结果，进行下一部分鉴别计算，并将下一部分鉴别计算的结果存储在鉴别结果存储单元中。
鉴别计算装置计算方法程序

[发明专利]多层神经网络模型的优化和应用方法、装置及存储介质-CN201811389762.X在审
发明人：高红星;陶玮;陈则玮;温东超 -专利权人：佳能株式会社
申请日： 2018-11-21 - 公布日： 2019-09-17 - 主分类号： G06N3/04 文献下载
摘要：本发明提供一种多层神经网络模型的优化和应用方法、装置及存储介质。所述优化方法包括：从待优化的多层神经网络模型中划分出至少一个子结构，其中，划分出的子结构的尾层为量化层；针对划分出的各个子结构，将除量化层以外的其它层的运算参数传递到量化层中，并基于传递的运算参数更新量化层中的量化阈值参数。在运行基于所述优化方法优化后的多层神经网络模型时，可减少所需的处理器资源。
多层神经网络量化层优化子结构存储介质运算参数处理器资源阈值参数传递应用量化更新

1
2
下一页»
尾页
共 17 条