本发明提供一种基于灰度迁移的红外图像仿真方法，所述方法包括以下步骤：S1获取图片，计算红外图片F的均值m1和方差s1；均值方差S2计算灰度图像G的均值m2和方差s2：图片的大小为H*W，假设图片在i，j位置下的像素值为I，均值方差S3根...

本发明提供一种实现图像处理模块与图像编码模块数据直通的方法，包括：S1在图像成像处理器ISP和视频处理单元VPU之间设置直通模块IVDC，通过IVDC模块内置一块高性能的ram，完成ISP的数据写入和VPU的数据读取；S2直通模式下，I...

本发明提供一种改善实时视频流目标检测误检和漏检的方法，所述方法使用跟踪模块进行历史信息保留；对检测结果使用两种阈值进行控制，新目标生成使用高阈值，历史跟踪过的目标使用低阈值，基于yolov5目标检测算法结果统计得出的规律，根据结果历史信...

本发明提供一种改善实时流车辆误识别的方法，包括：S1对数据集进行类别细分，添加其他类别，将带其他场景的车辆和不全车归为其他类别；S2在检测中加入Deepsort跟踪算法，最后会生成一个对应的id号；S3将加入根据跟踪算法对应的id号不同...

本发明提供一种主从摄像机联动跟踪方法，包括：S1手动、自动标定过程：S1.1初始化设备状态；S1.2，数据采集；S1.3数据匹配；S1.4手动标定过程；S1.5坐标映射求解；S2联动跟踪过程：S2.1算法初始化；S2.2判断是否初始化完...

本发明提供一种有效地提升低比特模型精度的量化方法，所述方法是在现有的量化方法的基础上将激活值变成一个可学习的参数，并在此基础上加入了范围限制，以使该激活值快速地往期望的方向收敛；根据全精度模型的分布情况，在一个有效的范围内学习每一层的激...

本发明提供一种基于PyTorch的zero插值的上采样方法，所述方法包括以下步骤：S1.基于PyTorch定义类，设__init__用来做参数初始化用，__init__中传入的参数有kernel_h表示高方向的扩张倍数，kernel_w...

本发明提供一种快速地将量化方法融合进MNN的方法，尤其对量化过程较复杂的量化算法很有用，求取量化参数S和Z的过程仍按原始的流程走，之后线下简化ONNX，去掉不需要的节点，提取相应的参数再合入MNN，修改起来简单方便。本申请是一种切实可行...

本发明提供一种基于SIMD指令实现的快速求解正数倒数的方法，包括：S1.加载数据，是以32bit的整数倍加载，一个寄存器最多能够加载512bit数据；单精度浮点数为32bit，一个寄存器能够加载16个浮点数，所以一条SIMD指令能够同时...

本发明提供一种基于simd的低比特量化处理方法，包括：S1，将输入数据sum转化为64比特整型数据，将mul转化为64比特整型数据，max_precision＝15；S2，sum与mul相乘得到的结果向右移位max_precision‑...

本发明提供一种基于SIMD指令优化的NMS方法，包括：S1所有数据的各组得分排序，排列后数据组为data0；S2将所有数据data0分别存储；S3预处理数据data0，如只有一组数，将其存储到data_res，跳转到S9；S4计算目标对...

本发明提供一种基于SIMD指令集的exp指数函数的实现方法，包括S1：加载数据；S2：将输入数据的范围限制在‑88.7～88.7之间；S3，先将x拆分成两部分相加，即x＝x_bas+x_rem公式(4)，再将e<supgt;x&l...

本发明提供一种基于阈值过滤窗口的方法，所述方法对现有算法顺序的重新排列，包括：首先，对阈值进行处理；将比较提前到最前面，从而避免大量数据的处理；然后，只进行数据直接比较选择出最大的数据，达到选择的目的；接着，对类别得分进行转化计算处理；...

本发明提供一种低比特任意大小独立卷积的simd的优化方法，包括：S1、卷积核数据的处理，数据存储方式采用卷积计算的方式，可以极大的降低加载时间，需要将数据进行转化；将数据进行转化；S2、卷积的计算累加的设计：由于使用相乘相邻相加后，累加...

本发明提供一种平移扫描设备的图像配准算法的优化方法，所述方法包括以下步骤：

本发明提供一种自适应宏块级量化参数的计算方法，所述方法包括以下步骤：

本发明提供一种提高犬吠声识别率的方法，包括：

本发明提供一种解决人椅子检测中训练数据不均衡的方法，包括：

本发明提供一种消除人形检测中误报的方法，包括：

本发明提供提出一种解决模型添加误报类精度下降的训练方法，包括：