“量化参数”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网_专利查询网

首页在售求购查询申请展会资讯专利榜企服商城升级VIP

立即登录免费注册

在售专利
求购专利
查询专利
新闻资讯
技术展会
招商加盟
专利榜

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

专利名称

专利名称
专利号码
专利分类
申请人
公布日期

农业化学；冶金建筑机械工程区域搜索

主分类

B 作业；运输

C 化学；冶金

D 纺织；造纸

E 固定建筑物

F 机械工程、照明、加热

专利下载VIP

公布日期

2023-10-24 公布专利

2023-10-20 公布专利

2023-10-17 公布专利

2023-10-13 公布专利

2023-10-10 公布专利

2023-10-03 公布专利

2023-09-29 公布专利

2023-09-26 公布专利

2023-09-22 公布专利

2023-09-19 公布专利

专利权人

国家电网公司

华为技术有限公司

中兴通讯股份有限公司

三星电子株式会社

中国石油化工股份有限公司

鸿海精密工业股份有限公司

松下电器产业株式会社

上海交通大学

钻瓜专利网为您找到相关结果837113个，建议您升级VIP下载更多相关专利

[发明专利]神经网络预测方法、装置、电子设备和自动驾驶系统-CN201911023009.3有效
发明人：徐立华 -专利权人：阿波罗智能技术（北京）有限公司
申请日： 2019-10-25 - 公布日： 2022-11-22 - 主分类号： G06N3/063 文献下载
摘要：具体实现方案为：根据神经网络的第一输入张量和第二输入张量，确定对应的第一初始输入量化参数和第二初始输入量化参数；量化处理第一初始输入量化参数和第二初始输入量化参数，分别得到第一目标输入量化参数和第二目标输入量化参数；确定神经网络的输出张量对应的初始输出量化参数；根据量化处理的量化尺度以及初始输出量化参数，确定目标输出量化参数；根据第一输入张量、第一目标输入量化参数、第二输入张量、第二目标输入量化参数和目标输出量化参数，预测输出张量的量化值。
神经网络预测方法装置电子设备自动驾驶系统

[发明专利]图像量化参数编码方法和图像量化参数解码方法-CN201280025580.9有效
发明人：蝶野庆一;青木启史 -专利权人：日本电气株式会社
申请日： 2012-06-14 - 公布日： 2017-03-22 - 主分类号： H04N19/13 文献下载
摘要：提供了一种图像量化参数编码器，具有预测器(11)，用于从以往重建量化参数生成预测量化参数；计算器(12)，用于从量化参数和预测量化参数生成差分量化参数；以及量化参数编码器(13)，其在所述差分量化参数有意义的情况下，对指示差分量化参数是否有意义的第一二进制比特、指示非冗余差分量化参数的绝对值的不同二进制比特和指示差分量化参数的正或者负的二进制比特执行二进制算术编码。
图像量化参数编码方法解码

[发明专利]编码方法及其设备以及解码方法及其设备-CN201980007205.3有效
发明人：杨喜喆;朴缗茱 -专利权人：三星电子株式会社
申请日： 2019-01-02 - 公布日： 2023-03-28 - 主分类号： H04N19/124 文献下载
摘要：提供了一种用于对图像进行解码的方法，包括以下步骤：确定根据块分区信息和块尺寸信息中的至少一个确定的当前量化组的预测量化参数；确定当前量化组的差分量化参数；基于当前量化组的预测量化参数和差分量化参数确定当前量化组的量化参数；并且根据当前量化组的量化参数对包括在当前量化组中的当前块进行反量化。
编码方法及其设备以及解码

[发明专利]图像解码方法、图像处理设备及非暂态计算机可读介质-CN201910962897.9在审
发明人：近藤健治 -专利权人：索尼公司
申请日： 2012-01-12 - 公布日： 2020-02-25 - 主分类号： H04N19/124 文献下载
摘要：该图像解码方法包括：如果与当前块左侧相邻的块的量化参数和与当前块上方相邻的块的量化参数能够被使用，则获得从与左侧相邻的块的量化参数和与上方相邻的块的量化参数的平均值得到的预测量化参数；如果与左侧相邻的块的量化参数和与上方相邻的块的量化参数不能够被使用，则获得从片的量化参数的初始值得到的预测量化参数；以及根据预测量化参数和从比特流获得的预测量化参数与当前块的量化参数之间的差生成当前块的量化参数。
图像解码方法处理设备非暂态计算机可读介质

[发明专利]模型量化方法、装置、存储介质及电子设备-CN202310445134.3在审
发明人：董旭炯 -专利权人：哲库科技（上海）有限公司
申请日： 2023-04-23 - 公布日： 2023-07-21 - 主分类号： G06N3/0475 文献下载
摘要：本申请公开了一种模型量化方法、装置、存储介质及电子设备。方法包括：根据待量化模型的量化参数的第一候选参数值对待量化模型进行量化处理，得到第一候选量化后模型；根据第一候选参数值通过预设参数确定策略确定待量化模型的量化参数的第二候选参数值，根据第二候选参数值对待量化模型进行量化处理，得到第二候选量化后模型；根据第一候选量化后模型和第二候选量化后模型的性能值从第一候选量化后模型和第二候选量化后模型中选取参考量化后模型，将参考量化后模型对应的参数值确定为第一候选参数值，将参考量化后模型作为第一候选量化后模型，返回执行相应步骤，直至满足预设停止条件，得到待量化模型对应的量化后模型。
模型量化方法装置存储介质电子设备

[发明专利]用于机器学习模型的量化-CN201810715757.7在审
发明人：张东擎;杨蛟龙;华刚;叶东强子 -专利权人：微软技术许可有限责任公司
申请日： 2018-06-29 - 公布日： 2020-01-24 - 主分类号： G06N3/02 文献下载
摘要：根据本公开的实现，提出了一种用于机器学习模型的量化的方案。在该方案中，获得机器学习模型中的处理单位所使用的处理参数的当前值。基于预定数目的基础量化参数的当前值和特定于处理参数的二值量化参数的当前值来量化处理参数的当前值，以获得处理参数的量化值，二值量化参数与基础量化参数分别对应，并且预定数目与用于量化的比特数目相同。基于处理参数的量化值与处理参数的当前值之间的差异，更新基础量化参数的当前值和二值量化参数的当前值，以用于特定于处理参数的量化。以此方式，不仅能够获得由网络量化带来的存储和处理开销的降低，而且还能进一步提高量化准确度。
处理参数量化参数量化机器学习模型存储和处理处理单位量化处理准确度更新网络

[发明专利]感知图像和视频编码-CN201510821824.X有效
发明人：何大可 -专利权人：黑莓有限公司
申请日： 2015-11-24 - 公布日： 2019-04-26 - 主分类号： H04N19/147 文献下载
摘要：一种用于重构用于当前块的量化参数的方法，包括：预测量化参数，其中，预测量化参数基于：用于所述图像中的相邻块的先前量化参数、所述相邻块的估计AC能量、以及所述当前块的估计AC能量；从比特流中解码出量化参数残差；以及根据预测的量化参数和所述量化参数残差推导出所述量化参数。所述方法可以包括：重构所述当前块的像素，包括基于所述量化参数对解码且量化后的变换域系数进行去量化。
感知图像视频编码

[发明专利]对视频量化参数编码的方法和对视频量化参数解码的方法-CN201280025650.0有效
发明人：蝶野庆一;青木启史;仙田裕三 -专利权人：日本电气株式会社
申请日： 2012-06-27 - 公布日： 2017-03-22 - 主分类号： H04N19/13 文献下载
摘要：一种视频量化参数编码设备提供有预测单元(11)，用于从以往重建的量化参数生成预测量化参数；计算单元(12)，用于根据量化参数和预测量化参数生成差量量化参数；以及量化参数编码装置(13)，用于如果差量量化参数有意义，则对指示差量量化参数是否有意义的第一个二进制比特、指示差量量化参数为正还是为负的第二个二进制比特和指示差量量化参数的绝对值的另一个二进制比特进行二进制算术编码。
视频量化参数编码方法解码

[发明专利]量化参数编码-CN202080094421.9在审
发明人： P·德拉格朗日;F·莱莱昂内克;F·阿尔班;K·纳赛尔 -专利权人：交互数字VC控股法国有限公司
申请日： 2020-12-23 - 公布日： 2022-12-30 - 主分类号： H04N19/70 文献下载
摘要：本申请提供了一种用于处理视频的装置，该装置可以在语法级别接收与该语法级别相关联的量化参数(QP)调整值。在示例中，该装置可以例如经由在该语法级别的信令获得与该语法级别相关联的该QP调整值。
量化参数编码

[发明专利]一种浮点模型的量化方法、装置及存储介质-CN202010945870.1在审
发明人：李滨 -专利权人：北京小米松果电子有限公司
申请日： 2020-09-08 - 公布日： 2020-12-11 - 主分类号： G06N3/04 文献下载
摘要：本公开提供了一种浮点模型的量化方法、装置及存储介质，此方法包括：对第一浮点模型进行量化训练，获得包括第一量化参数集合的第二浮点模型；从第二浮点模型中提取第一量化参数集合；使用样本数据运行第二浮点模型,统计运行过程中第二浮点模型中的第二量化参数集合；对第二浮点模型的每个处理层进行量化处理，对于每个处理层，在第一量化参数集合包括所述处理层对应的层级量化参数组时，使用第一量化参数集合中所述处理层对应的层级量化参数组进行量化处理，在第一量化参数集合不包括所述处理层对应的层级量化参数组时，使用第二量化参数集合中所述处理层对应的层级量化参数组对所述处理层进行量化处理。本公开可提高量化准确度。
一种浮点模型量化方法装置存储介质

[发明专利]离线量化参数加注方法、装置、电子设备和存储介质-CN202110371717.7在审
发明人：唐琦;黄明飞;王海涛 -专利权人：开放智能机器（上海）有限公司
申请日： 2021-04-07 - 公布日： 2021-06-22 - 主分类号： G06N3/04 文献下载
摘要：本发明属于计算机视觉领域，公开了一种离线量化参数加注方法、装置、电子设备和存储介质，其方法包括：通过神经网络加速器模型转换工具，获取待量化浮点网络模型的存储文件；通过量化参数离线加注模块，解析离线量化参数文件，以获得离线量化参数；通过所述量化参数离线加注模块，根据层间量化参数存储表达格式，将所述离线量化参数加注至所述神经网络加速器模型转换工具，以量化所述待量化浮点网络模型。本发明通过对原有量化工具加注已有的层间量化参数存储表达格式文件，实现调优量化模型精度。
离线量化参数加注方法装置电子设备存储介质

[发明专利]编码方法及其设备以及解码方法及其设备-CN202310309979.X在审
发明人：杨喜喆;朴缗茱 -专利权人：三星电子株式会社
申请日： 2019-01-02 - 公布日： 2023-06-06 - 主分类号： H04N19/124 文献下载
摘要：用于对图像进行解码的方法包括以下步骤：确定根据块分区信息和块尺寸信息中的至少一个确定的当前量化组的预测量化参数；确定当前量化组的差分量化参数；基于当前量化组的预测量化参数和差分量化参数确定当前量化组的量化参数；并且根据当前量化组的量化参数对包括在当前量化组中的当前块进行反量化。
编码方法及其设备以及解码

[发明专利]编码方法及其设备以及解码方法及其设备-CN202310303944.5在审
发明人：杨喜喆;朴缗茱 -专利权人：三星电子株式会社
申请日： 2019-01-02 - 公布日： 2023-06-06 - 主分类号： H04N19/124 文献下载
摘要：用于对图像进行解码的方法包括以下步骤：确定根据块分区信息和块尺寸信息中的至少一个确定的当前量化组的预测量化参数；确定当前量化组的差分量化参数；基于当前量化组的预测量化参数和差分量化参数确定当前量化组的量化参数；并且根据当前量化组的量化参数对包括在当前量化组中的当前块进行反量化。
编码方法及其设备以及解码

[发明专利]编码方法及其设备以及解码方法及其设备-CN202310308835.2在审
发明人：杨喜喆;朴缗茱 -专利权人：三星电子株式会社
申请日： 2019-01-02 - 公布日： 2023-06-06 - 主分类号： H04N19/124 文献下载
摘要：用于对图像进行解码的方法包括以下步骤：确定根据块分区信息和块尺寸信息中的至少一个确定的当前量化组的预测量化参数；确定当前量化组的差分量化参数；基于当前量化组的预测量化参数和差分量化参数确定当前量化组的量化参数；并且根据当前量化组的量化参数对包括在当前量化组中的当前块进行反量化。
编码方法及其设备以及解码

[发明专利]编码方法及其设备以及解码方法及其设备-CN202310312621.2在审
发明人：杨喜喆;朴缗茱 -专利权人：三星电子株式会社
申请日： 2019-01-02 - 公布日： 2023-06-06 - 主分类号： H04N19/124 文献下载
摘要：用于对图像进行解码的方法包括以下步骤：确定根据块分区信息和块尺寸信息中的至少一个确定的当前量化组的预测量化参数；确定当前量化组的差分量化参数；基于当前量化组的预测量化参数和差分量化参数确定当前量化组的量化参数；并且根据当前量化组的量化参数对包括在当前量化组中的当前块进行反量化。
编码方法及其设备以及解码

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

关于我们寻求报道投稿须知广告合作版权声明网站地图友情链接企业标识联系我们

在线咨询

400-8765-105周一至周五 9:00-18:00

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期

咨询在线客服

咨询在线客服

tel code back_top