[发明专利]用于目标识别的神经网络终端运行方法和装置有效
| 申请号： | 201811609115.5 | 申请日： | 2018-12-27 |
| 公开（公告）号： | CN109740619B | 公开（公告）日： | 2021-07-13 |
| 发明（设计）人： | 胡博;赖永安;唐翊洪;孟博;高楠 | 申请（专利权）人： | 北京航天飞腾装备技术有限责任公司 |
| 主分类号： | G06K9/52 | 分类号： | G06K9/52;G06K9/62 |
| 代理公司： | 中国航天科技专利中心 11009 | 代理人： | 陈鹏 |
| 地址： | 100097 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种用于目标识别的神经网络终端运行方法和装置，其中，该方法包括：获取已经训练好的深度卷积神经网络模型；将深度卷积神经网络的模型参数存储进外部存储器DDR，其中，该模型参数包括全连接层参数和经过预处理的卷积层参数；将深度卷积神经网络的模型架构存储进系统级芯片FPGA，其中，模型架构中的卷积层分配入编程逻辑模块PL，模型架构中的池化层、全连接层和激活层分配入控制单元模块PS；采用深度卷积神经网络模型对目标图像进行处理，识别目标。本发明解决了相关技术中处理器无法满足目标识别中深度卷积神经网络运行要求的技术问题。 | ||
| 搜索关键词： | 用于 目标 识别 神经网络 终端 运行 方法 装置 | ||
【主权项】：
1.一种用于目标识别的神经网络终端运行方法，其特征在于，包括：获取已经训练好的深度卷积神经网络模型；将所述深度卷积神经网络的模型参数存储进外部存储器DDR，其中，所述模型参数包括全连接层参数和经过预处理的卷积层参数；将所述深度卷积神经网络的模型架构存储进系统级芯片FPGA，其中，所述模型架构中的卷积层分配入编程逻辑模块PL，所述模型架构中的池化层、全连接层和激活层分配入控制单元模块PS；采用所述深度卷积神经网络模型对目标图像进行处理，识别所述目标。
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北京航天飞腾装备技术有限责任公司，未经北京航天飞腾装备技术有限责任公司许可，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/201811609115.5/，转载请声明来源钻瓜专利网。
