【技術(shù)實現(xiàn)步驟摘要】
本申請涉及計算機(jī)領(lǐng)域，特別是涉及一種計算機(jī)視覺處理方法、裝置、設(shè)備和存儲介質(zhì)。
技術(shù)介紹
1、計算機(jī)視覺（computer?vision）是人工智能領(lǐng)域的一個重要分支，在多個領(lǐng)域已經(jīng)得到了廣泛應(yīng)用，例如，圖像識別、對象檢測等領(lǐng)域。
2、神經(jīng)網(wǎng)絡(luò)模型在計算機(jī)視覺領(lǐng)域的應(yīng)用也逐漸發(fā)展，神經(jīng)網(wǎng)絡(luò)模型的應(yīng)用對硬件設(shè)備提出了較高的要求。如何能夠降低計算機(jī)視覺處理對硬件設(shè)備的要求成為亟待解決的問題。
技術(shù)實現(xiàn)思路
1、本申請至少提供一種計算機(jī)視覺處理方法、裝置、設(shè)備和存儲介質(zhì)。
2、本申請?zhí)峁┝艘环N計算機(jī)視覺處理方法，包括：處理設(shè)備獲取圖像數(shù)據(jù)；利用處理設(shè)備存儲的目標(biāo)模型對圖像數(shù)據(jù)進(jìn)行計算機(jī)視覺處理，得到計算機(jī)視覺處理結(jié)果；其中，目標(biāo)模型是通過如下處理得到的：獲取原始模型對應(yīng)的量化精度；從原始模型中獲取若干第一子結(jié)構(gòu)，基于各第一子結(jié)構(gòu)對第一樣本圖像的第一參考處理結(jié)果，確定各第一子結(jié)構(gòu)對應(yīng)的均衡因子；分別基于各均衡因子對原始模型中對應(yīng)的第一子結(jié)構(gòu)的模型參數(shù)進(jìn)行調(diào)整，以得到待量化模型；均衡因子是用于調(diào)整模型參數(shù)的分布區(qū)間的參數(shù)；基于量化精度對待量化模型的模型參數(shù)進(jìn)行目標(biāo)量化處理，得到目標(biāo)模型。
3、本申請?zhí)峁┝艘环N計算機(jī)視覺處理裝置，包括獲取模塊和計算機(jī)視覺處理模塊。獲取模塊用于獲取圖像數(shù)據(jù)；計算機(jī)視覺處理模塊用于利用存儲的目標(biāo)模型對圖像數(shù)據(jù)進(jìn)行計算機(jī)視覺處理，得到計算機(jī)視覺處理結(jié)果；其中，目標(biāo)模型是通過如下處理得到的：獲取原始模型對應(yīng)的量化精度；從原始模型中獲
4、本申請?zhí)峁┝艘环N電子設(shè)備，包括存儲器和處理器，處理器用于執(zhí)行存儲器中存儲的程序指令，以實現(xiàn)上述任一方法。
5、本申請?zhí)峁┝艘环N計算機(jī)可讀存儲介質(zhì)，其上存儲有程序指令，程序指令被處理器執(zhí)行時實現(xiàn)上述任一方法。
6、在上述方案中，處理設(shè)備使用其存儲的目標(biāo)模型對圖像數(shù)據(jù)進(jìn)行計算機(jī)視覺處理，得到計算機(jī)視覺處理結(jié)果，使用大小和計算量更小的目標(biāo)模型，占用的存儲空間更小，模型運(yùn)行的消耗更小，降低計算機(jī)視覺處理對硬件設(shè)備的要求。
7、應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，而非限制本申請。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點】
1.一種計算機(jī)視覺處理方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于各所述第一子結(jié)構(gòu)對第一樣本圖像的第一參考處理結(jié)果，確定各所述第一子結(jié)構(gòu)對應(yīng)的均衡因子包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述第一量化結(jié)構(gòu)是通過如下處理得到的：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述第一子結(jié)構(gòu)包括一層或者多層；所述第一子結(jié)構(gòu)對應(yīng)的均衡因子包括各層的均衡因子；所述層的均衡因子為一維向量，所述層的均衡因子中包含的元素數(shù)量與對應(yīng)層的通道數(shù)量相同；
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述原始模型包括第一類模塊和第二類模塊，所述第一類模塊具備伸縮不變性，所述若干第一子結(jié)構(gòu)是對所述第二類模塊劃分得到的。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述第二類模塊為注意力機(jī)制模塊。
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取原始模型對應(yīng)的量化精度包括：
8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述基于各所述第二子結(jié)構(gòu)對模型輸出的敏感度，確定各所述第二子結(jié)
9.根據(jù)權(quán)利要求8所述的方法，其特征在于，對各所述第二子結(jié)構(gòu)，所述第二子結(jié)構(gòu)對應(yīng)的敏感度是通過如下步驟獲取的：
10.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述優(yōu)化目標(biāo)還包括硬件約束條件，所述硬件約束條件包括模型大小約束條件和模型計算量約束條件中的至少一者。
11.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述量化精度對所述待量化模型的模型參數(shù)進(jìn)行目標(biāo)量化處理，得到所述目標(biāo)模型包括：
12.根據(jù)權(quán)利要求11所述的方法，其特征在于，所述第三子結(jié)構(gòu)包括一層或者多層；所述截斷因子包括各層的截斷因子，所述量化調(diào)整參數(shù)包括各層的量化調(diào)整參數(shù)；
13.根據(jù)權(quán)利要求11或12所述的方法，其特征在于，所述基于第三參考處理結(jié)果和第三量化處理結(jié)果之間的差異，調(diào)整所述待調(diào)整參數(shù)包括：
14.根據(jù)權(quán)利要求13所述的方法，其特征在于，所述第三量化結(jié)構(gòu)包括若干層；所述利用所述第三量化結(jié)構(gòu)對所述第二校準(zhǔn)輸入進(jìn)行處理，得到所述第三量化處理結(jié)果包括：
15.根據(jù)權(quán)利要求14所述的方法，其特征在于，所述基于預(yù)設(shè)量化比例對所述層的第二均衡輸入進(jìn)行量化處理包括：
16.一種計算機(jī)視覺處理裝置，其特征在于，所述裝置包括：
17.一種電子設(shè)備，其特征在于，包括存儲器和處理器，所述存儲器上存儲有程序指令，所述程序指令被所述處理器執(zhí)行時實現(xiàn)上述權(quán)利要求1至15中任一項所述的方法。
18.一種計算機(jī)可讀存儲介質(zhì)，其上存儲有程序指令，其特征在于，所述程序指令被處理器執(zhí)行時實現(xiàn)上述權(quán)利要求1至15中任一項所述的方法。
...【技術(shù)特征摘要】
1.一種計算機(jī)視覺處理方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于各所述第一子結(jié)構(gòu)對第一樣本圖像的第一參考處理結(jié)果，確定各所述第一子結(jié)構(gòu)對應(yīng)的均衡因子包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述第一量化結(jié)構(gòu)是通過如下處理得到的：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述第一子結(jié)構(gòu)包括一層或者多層；所述第一子結(jié)構(gòu)對應(yīng)的均衡因子包括各層的均衡因子；所述層的均衡因子為一維向量，所述層的均衡因子中包含的元素數(shù)量與對應(yīng)層的通道數(shù)量相同；
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述原始模型包括第一類模塊和第二類模塊，所述第一類模塊具備伸縮不變性，所述若干第一子結(jié)構(gòu)是對所述第二類模塊劃分得到的。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述第二類模塊為注意力機(jī)制模塊。
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取原始模型對應(yīng)的量化精度包括：
8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述基于各所述第二子結(jié)構(gòu)對模型輸出的敏感度，確定各所述第二子結(jié)構(gòu)對應(yīng)的量化精度包括：
9.根據(jù)權(quán)利要求8所述的方法，其特征在于，對各所述第二子結(jié)構(gòu)，所述第二子結(jié)構(gòu)對應(yīng)的敏感度是通過如下步驟獲取的：
10.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述優(yōu)化目標(biāo)還包...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：崔浩，婁舜，陳旭，郭濤，胡金水，魏思，
申請(專利權(quán))人：科大訊飛股份有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。