江淮前沿技術協同創新中心宋博獲國家專利權
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!
龍圖騰網獲悉江淮前沿技術協同創新中心申請的專利集成感存算一體目標檢測識別系統及方法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:CN116883807B 。
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:202310763143.7,技術領域涉及:G06V10/82;該發明授權集成感存算一體目標檢測識別系統及方法是由宋博;蔡斌;苗金水;張強;孫智涌設計研發完成,并于2023-06-25向國家知識產權局提交的專利申請。
本集成感存算一體目標檢測識別系統及方法在說明書摘要公布了:本發明提供集成感存算一體目標檢測識別系統及方法,系統包括:輕量化目標檢測網絡結構模塊,用以設計輕量化目標檢測網絡,輕量化目標檢測網絡結構模塊通過卷積操作獲取非冗余特征與冗余特征級聯,輸出待檢測目標位置類別信息;權重訓練模塊,用以獲取憶阻器的阻態不穩定性參數,以建模得到高斯噪聲模型,訓練輕量化目標檢測網絡的網絡神經元權重;權重部署模塊,將網絡神經元權重映射部署至憶阻器陣列,據以得到適用輕量化目標檢測網絡,以獲取適用的待檢測目標位置類別信息,以識別獲取集成感存算一體目標。本發明解決了網絡權重擾動導致識別精度較低,憶阻器數量要求較高導致設備功耗較高、尺寸較大以及集成化程度低的技術問題。
本發明授權集成感存算一體目標檢測識別系統及方法在權利要求書中公布了:1.集成感存算一體目標檢測識別系統,其特征在于,所述系統包括: 輕量化目標檢測網絡結構模塊包括:特征編碼單元、特征解碼單元以及目標預測單元;特征編碼單元包括:輕量化卷積單元以及不少于2個下采樣池化函數;特征解碼單元包括:輕量化卷積單元以及不少于2個上采樣函數,特征解碼單元與特征編碼單元連接;目標預測單元包括:目標位置預測模塊以及目標類別預測模塊,目標預測單元與特征解碼單元連接,輕量化目標檢測網絡結構模塊,用以設計卷積核尺寸、特征圖譜的生成方式,并結合憶阻器的特性參數設計卷積方式,據以得到輕量化目標檢測網絡,輕量化目標檢測網絡結構模塊從輸入的圖像信號中檢測目標所在位置坐標及類別概率,據以通過卷積操作獲取非冗余特征與冗余特征級聯,據以輸出待檢測目標位置類別信息; 輕量化卷積單元包括:不少于2個微型卷積、卷積核尺寸設計組件、卷積核分解組件、跳躍連接設置組件以及冗余特征生成方式組件; 卷積核尺寸設計組件,用以設計卷積神經網絡的預置尺寸卷積核; 卷積核分解組件,用以分解預置尺寸卷積核,以得到不少于2個的正交卷積,據以進行順序卷積得到鄰域信息,卷積核分解組件與卷積核尺寸設計組件連接; 跳躍連接設置組件,用以降低順序卷積的通道數,增加輕量化卷積單元的寬度以及子網絡的數量,跳躍連接設置組件與卷積核分解組件連接; 冗余特征生成方式組件,用以在輕量化卷積單元中,以正交卷積生成非冗余特征,利用微型卷積生成冗余特征,以得到并輸出非冗余特征與冗余特征級聯: Features=ConcatIntrinsic_Features,Redundant_Features; 權重訓練模塊,用以獲取憶阻器的阻態不穩定性參數,以建模得到高斯噪聲模型,據以訓練輕量化目標檢測網絡的網絡神經元權重,權重訓練模塊與輕量化目標檢測網絡結構模塊連接; 權重訓練模塊包括:憶阻器非理想特性噪聲生成模塊、輕量化目標檢測網絡權重值與噪聲融合模塊以及權重更新模塊; 憶阻器非理想特性噪聲生成模塊,用以將憶阻器的非理想特性參數轉化為高斯噪聲; 輕量化目標檢測網絡權重值與噪聲融合模塊,用以模擬網絡權重映射至憶阻器阻值的阻態不穩定性,處理網絡權重與高斯噪聲PGz,據以得到并輸出輕量化目標檢測網絡的新權重值Weightsnew,輕量化目標檢測網絡權重值與噪聲融合模塊與憶阻器非理想特性噪聲生成模塊連接; 權重更新模塊,用以獲取訓練數據預測誤差,據以計算梯度信息,利用梯度信息更新新權重值Weightsnew,權重更新模塊與輕量化目標檢測網絡權重值與噪聲融合模塊連接; 權重部署模塊,用以將網絡神經元權重,映射部署至感存算一體化芯片的憶阻器陣列,據以得到適用輕量化目標檢測網絡,利用適用輕量化卷積網絡,據以獲取適用的待檢測目標位置類別信息,以識別獲取集成感存算一體目標,權重部署模塊與權重訓練模塊及輕量化目標檢測網絡結構模塊連接。
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江淮前沿技術協同創新中心,其通訊地址為:230088 安徽省合肥市高新區望江西路860號科技創新公共服務中心B座11層;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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。