[发明专利]一种卷积神经网络FPGA加速中图像前处理方法及装置在审
| 申请号： | 201910077362.3 | 申请日： | 2019-01-28 |
| 公开（公告）号： | CN109447893A | 公开（公告）日： | 2019-03-08 |
| 发明（设计）人： | 陈海波 | 申请（专利权）人： | 深兰人工智能芯片研究院（江苏）有限公司 |
| 主分类号： | G06T1/20 | 分类号： | G06T1/20;G06N3/04 |
| 代理公司： | 常州佰业腾飞专利代理事务所(普通合伙) 32231 | 代理人： | 刘松 |
| 地址： | 213000 江苏省常州市武进*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 图像矩阵 滤波器 读取 缓存 卷积神经网络 卷积运算 前处理 图像 摄像头图像 运算结果 输出 | ||
1.一种卷积神经网络FPGA加速中图像前处理方法，其特征在于，包括：
S1，将摄像头图像划分为N×M×3图像矩阵，其中N≥4，M≥4；
S2，令n=1，m=1；
S3，按照第一预设频率依次将所述N×M×3图像矩阵按照n×m×3图像矩阵，n+1×m+1×3图像矩阵以及n+2×m+2×3图像矩阵的顺序存入FPGA的缓存中，其中，1≤n≤N-3，1≤m≤M-3；
S4，按照第二预设频率读取所述n×m×3图像矩阵，所述n+1×m+1×3图像矩阵，所述n+2×m+2×3图像矩阵，并与3×3×3滤波器一起送入PE做卷积运算；
S5，按照第一预设频率将n+3×m+3×3图像矩阵存入FPGA的缓存中；
S6，按照第二预设频率读取所述n+1×m+1×3图像矩阵，所述n+2×m+2×3图像矩阵，所述n+3×m+3×3图像矩阵，并与3×3×3滤波器一起送入PE做卷积运算；
S7，判断是否所述n+3等于N且所述m+3等于M，如果否，则执行步骤S8，如果是，则执行步骤S9；
S8，令n=n+4，m=m+4，返回执行步骤S3；
S9，完成所述摄像头图像与所述3×3×3滤波器的卷积运算，并输出运算结果。
2.根据权利要求1所述的方法，其特征在于，所述第一预设频率为25MHz，所述第二预设频率为225MHz。
3.根据权利要求1所述的方法，其特征在于，所述摄像头图像的格式为RGB888格式。
4.一种卷积神经网络FPGA加速中图像前处理装置，其特征在于，包括：
划分模块，用于将摄像头图像划分为N×M×3图像矩阵，其中N≥4，M≥4；
赋值模块，用于令n=1，m=1；
缓存模块，用于按照第一预设频率将所述N×M×3图像矩阵按照n×m×3图像矩阵，n+1×m+1×3图像矩阵以及n+2×m+2×3图像矩阵的顺序存入FPGA的缓存中，其中，1≤n≤N-3，1≤m≤M-3；
卷积计算模块，用于按照第二预设频率读取所述n×m×3图像矩阵，所述n+1×m+1×3图像矩阵，所述n+2×m+2×3图像矩阵，并与3×3×3滤波器一起送入PE做卷积运算；
所述缓存模块，还用于按照第一预设频率将n+3×m+3×3图像矩阵存入FPGA的缓存中；
所述卷积计算模块，还用于按照第二预设频率读取所述n+1×m+1×3图像矩阵，所述n+2×m+2×3图像矩阵，所述n+3×m+3×3图像矩阵，并与3×3×3滤波器一起送入PE做卷积运算；
判断模块，用于判断是否所述n+3等于N且所述m+3等于M，如果否，则通知赋值模块执行令n=n+4，m=m+4的操作，如果是，则通知输出模块执行操作；
所述赋值模块，还用于令n=n+4，m=m+4，通知所述缓存模块执行操作；
输出模块，用于完成所述摄像头图像与所述3×3×3滤波器的卷积运算，并输出运算结果。
5.根据权利要求4所述的装置，其特征在于，所述第一预设频率为25MHz，所述第二预设频率为225MHz。
6.根据权利要求4所述的装置，其特征在于，所述摄像头图像的格式为RGB888格式。
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深兰人工智能芯片研究院（江苏）有限公司，未经深兰人工智能芯片研究院（江苏）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/pat/books/201910077362.3/1.html，转载请声明来源钻瓜专利网。
- 上一篇：半导体装置
- 下一篇：一种基于数据分析的图像处理方法及其系统
