買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉深圳職業技術大學申請的專利基于邊緣計算的深度學習網絡模型的圖像處理方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119273531B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411098214.7，技術領域涉及：G06T1/40；該發明授權基于邊緣計算的深度學習網絡模型的圖像處理方法及系統是由文奴;周瑩;樊勇;王彥坤設計研發完成，并于2024-08-12向國家知識產權局提交的專利申請。

本基于邊緣計算的深度學習網絡模型的圖像處理方法及系統在說明書摘要公布了：本發明公開了一種基于邊緣計算的深度學習網絡模型的圖像處理方法及系統，所述方法包括：獲取原始深度學習網絡模型，對所述原始深度學習網絡模型進行矢量轉換處理以及行向量計算處理，得到第一優化結果；對所述第一優化結果進行量化加速處理，得到第二優化結果；對所述第二優化結果進行間接緩沖區構建處理，得到第三優化結果；根據所述第三優化結果對所述原始深度學習網絡模型進行深度學習框架重構處理，得到目標深度神經網絡模型；獲取目標圖像數據，并將所述目標圖像數據輸入至所述目標深度神經網絡模型，輸出目標圖像解析結果。本發明能夠加速部署在邊緣端的深度學習網絡模型，以提高圖像數據在邊緣端的處理效率以及準確性。

本發明授權基于邊緣計算的深度學習網絡模型的圖像處理方法及系統在權利要求書中公布了：1.一種基于邊緣計算的深度學習網絡模型的圖像處理方法，其特征在于，所述基于邊緣計算的深度學習網絡模型的圖像處理方法包括： 獲取原始深度學習網絡模型以及目標三維數據，并將所述目標三維數據輸入至所述原始深度學習網絡模型； 獲取圖像向量化函數，并采用并行計算設備架構編程對所述圖像向量化函數進行重寫處理，用GPU編程的策略和思想，包括矩陣乘法的邏輯和對應函數方法，得到重寫圖像向量化函數； 根據所述重寫圖像向量化函數對輸入所述原始深度學習網絡模型中的目標三維數據進行矢量轉換處理，得到目標二維矩陣； 采用通用矩陣乘法優化策略對所述目標二維矩陣進行行向量計算處理，得到第一優化結果； 獲取量化神經網絡包，并根據所述量化神經網絡包構建微內核基元，在量化神經網絡包中，調整微內核基元的實現，虛擬地執行圖像向量化變換； 采用高性能矩陣乘法根據所述微內核基元對所述第一優化結果進行量化加速處理，得到第二優化結果； 獲取所述原始深度學習網絡模型的輸入緩沖區，并采用間接卷積算法根據所述輸入緩沖區構建得到間接緩沖區； 采用指針模擬方法根據所述間接緩沖區對所述第二優化結果進行訪存模擬處理，得到第三優化結果； 在空間卷積時的空間補零位置，采用間接指針指向該空間補零位置，解決內存地址指向計算復雜的問題； 獲取深度學習推理參數，根據所述深度學習推理參數對所述第三優化結果進行矩陣矢量化處理，得到矢量化結果，其中，所述深度學習推理參數包括工作空間大小、輸入圖像矩陣格式以及量化浮點操作； 根據所述并行計算設備架構編程對所述矢量化結果進行深度學習框架重構處理，得到目標深度神經網絡框架； 獲取目標圖像數據，并將所述目標圖像數據輸入至所述目標深度神經網絡模型，輸出目標圖像解析結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人深圳職業技術大學，其通訊地址為：518055 廣東省深圳市南山區沙河西路4089號西麗湖畔；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。