图像识别神经网络处理方法、装置与系统制造方法及图纸

本申请提供一种图像识别神经网络处理方法、装置与系统，涉及神经网络技术领域，其中，该方法包括：编译器先对图像识别神经网络进行切分，得到至少一个网络层分组的分块；然后对每个网络层分组的分块进行分类；对于每个网络层分组，再根据网络层分组的分块结果和分类结果生成网络层分组的汇编代码和分块信息，其中，同一类型的分块对应同一汇编函数，汇编代码中包括各类分块对应的汇编函数的代码段，分块信息中包括网络层分组中每个分块的块信息，分块信息用于指示神经网络处理器在采用图像识别神经网络识别目标图像时，根据其中的块信息调用对应的代码段处理对应的分块的图像数据。本申请提供的技术方案可以压缩软件代码量，降低系统成本。

Neural network processing method, device and system for image recognition

【技术实现步骤摘要】
图像识别神经网络处理方法、装置与系统
本申请涉及神经网络
，尤其涉及一种图像识别神经网络处理方法、装置与系统。
技术介绍
人工神经网络(ArtificialNeuralNetwork，ANN)简称为神经网络，是信息处理角度对人脑神经元网络进行抽象所建立的数学模型。人工神经网络由大量的节点(或称神经元)相互连接构成，通过调整节点之间的连接关系，可以用来对数据之间的复杂关系进行建模，解决许多现代计算机难以解决的实际问题。深度学习(DeepLearning,DL)是从机器学习中的人工神经网络发展而来，是一种具有一定的结构和训练方法且含有多个隐含层的神经网络。深度学习通过建立更为复杂的神经网络，能够更好的实现各种任务，其目前在计算机视觉、自然语言处理和数据挖掘等领域都取得了很好的应用效果，其中，图像识别神经网络可以进行人脸识别或物体识别等，是目前比较广泛应用的一种神经网络。然而，由于图像识别神经网络的复杂性，目前的各种图像识别神经网络处理系统中，用于处理图像识别神经网络的软件代码量都很大，其不仅需要占用大量的空间，还不利于软件开发效率，因而导致系统成本较高。
技术实现思路
有鉴于此，本申请提供一种图像识别神经网络处理方法、装置与系统，用于降低系统成本。为了实现上述目的，第一方面，本申请实施例提供一种图像识别神经网络处理方法，包括：对图像识别神经网络进行切分，得到至少一个网络层分组的分块；每个网络层分组包含至少一个网络层；对每个网络层分组的分块进行分类，其中，同一类分块的尺寸和填充相同，不同类型的分块的尺寸和/或填充不同；对于每个网络层分组，根据网络层分组的分块结果和分类结果生成网络层分组的汇编代码和分块信息；同一类型的分块对应同一汇编函数，汇编代码中包括各类分块对应的汇编函数的代码段，分块信息中包括网络层分组中每个分块的块信息，分块信息用于指示神经网络处理器在采用图像识别神经网络识别目标图像时，根据分块信息中的块信息调用对应的代码段处理对应的分块的图像数据，分块的图像数据基于目标图像生成。第二方面，本申请实施例提供一种图像识别神经网络处理装置，包括：切分模块，用于对图像识别神经网络进行切分，得到至少一个网络层分组的分块；每个网络层分组包含至少一个网络层；分类模块，用于对每个网络层分组的分块进行分类，其中，同一类分块的尺寸和填充相同，不同类型的分块的尺寸和/或填充不同；生成模块，用于对于每个网络层分组，根据网络层分组的分块结果和分类结果生成网络层分组的汇编代码和分块信息；同一类型的分块对应同一汇编函数，汇编代码中包括各类分块对应的汇编函数的代码段，分块信息中包括网络层分组中每个分块的块信息，分块信息用于指示神经网络处理器在采用图像识别神经网络识别目标图像时，根据分块信息中的块信息调用对应的代码段处理对应的分块的图像数据，分块的图像数据基于目标图像生成。第三方面，本申请实施例提供一种编译器，包括：存储单元和处理单元，存储单元用于存储计算机程序；处理单元用于在调用计算机程序时执行上述第一方面或第一方面的任一实施方式的方法。第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述第一方面或第一方面的任一实施方式的方法。第五方面，本申请实施例提供一种图像识别神经网络处理系统，包括：编译器、中央处理器和神经网络处理器，其中：编译器用于根据上述第一方面或第一方面的任一实施方式的方法生成图像识别神经网络的每个网络层分组的汇编代码和分块信息；中央处理器用于在采用图像识别神经网络识别目标图像时，将各网络层分组的分块信息分配给神经网络处理器；神经网络处理器用于根据分配的分块信息中的块信息调用对应的代码段处理对应的分块的图像数据，分块的图像数据基于目标图像生成。本申请实施例提供的图像识别神经网络处理方法、装置与系统，编译器接收到图像识别神经网络后，先对图像识别神经网络进行切分，得到至少一个网络层分组的分块；然后对每个网络层分组的分块进行分类；对于每个网络层分组，再根据网络层分组的分块结果和分类结果生成网络层分组的汇编代码和分块信息，其中，同一类型的分块对应同一汇编函数，汇编代码中包括各类分块对应的汇编函数的代码段，分块信息中包括网络层分组中每个分块的块信息，以使神经网络处理器可以在采用图像识别神经网络识别目标图像时，根据分块信息中的块信息调用对应的代码段处理对应的分块的图像数据，其中，分块的图像数据基于目标图像生成。上述技术方案中，通过对图像识别神经网络进行切分，可以使神经网络处理器以分块为单位处理图像识别神经网络；通过对分块进行分类，然后基于分类结果生成汇编代码，可以使神经网络处理器在处理分块的图像数据时，对于同一类分块，采用同一代码段进行处理，这样可以使汇编代码得到复用，从而可以压缩处理图像识别神经网络的软件代码量，软件代码量减小后，就可以减小占用的存储空间，开发人员在进行开发和维护时也可以提高开发和维护效率，降低开发成本，这样就可以有效的降低系统成本。附图说明图1为本申请实施例提供的一种图像识别神经网络处理方法的流程示意图；图2为本申请实施例提供的神经网络切分示例图；图3为本申请实施例提供的分块示意图；图4为本申请实施例提供的分块信息示意图；图5为本申请实施例提供的汇编代码的结构示意图；图6为本申请实施例提供的另一种图像识别神经网络处理方法的流程示意图；图7为本申请实施例提供的子分块信息的结构示意图；图8为本申请实施例提供的图像识别神经网络处理装置的结构示意图；图9为本申请实施例提供的编译器的结构示意图；图10为本申请实施例提供的图像识别神经网络处理系统的结构示意图。具体实施方式针对目前图像识别神经网络处理系统由于软件代码量大而导致系统成本高的技术问题，本申请实施例提供一种图像识别神经网络处理方法、装置与系统，编译器接收到神经网络后，先对神经网络进行切分，得到至少一个网络层分组的分块；然后对每个网络层分组的分块进行分类；对于每个网络层分组，再根据网络层分组的分块结果和分类结果生成网络层分组的汇编代码和分块信息，其中，同一类型的分块对应同一汇编函数，汇编代码中包括各类分块对应的汇编函数的代码段，分块信息中包括网络层分组中每个分块的块信息，以使神经网络处理器可以在采用图像识别神经网络识别目标图像时，根据分块信息中的块信息调用对应的代码段处理对应的分块的图像数据。本申请实施例通过上述技术方案使得汇编代码可以复用，以压缩软件代码量，进而降低系统成本。本申请实施例中，也可以将图像识别神经网络替换为自然语言识别或其他应用场景下的神经网络。下面以具体地实施例对本申请的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。图1为本申请实施例提供的一种图像识别神经网络处理方法的流程示意图，本文档来自技高网...

【技术保护点】
1.一种图像识别神经网络处理方法，其特征在于，包括：/n对图像识别神经网络进行切分，得到至少一个网络层分组的分块；每个网络层分组包含至少一个网络层；/n对每个网络层分组的分块进行分类，其中，同一类分块的尺寸和填充相同，不同类型的分块的尺寸和/或填充不同；/n对于每个网络层分组，根据所述网络层分组的分块结果和分类结果生成所述网络层分组的汇编代码和分块信息；同一类型的分块对应同一汇编函数，所述汇编代码中包括各类分块对应的汇编函数的代码段，所述分块信息中包括所述网络层分组中每个分块的块信息，所述分块信息用于指示神经网络处理器在采用所述图像识别神经网络识别目标图像时，根据所述分块信息中的块信息调用对应的代码段处理对应的分块的图像数据，所述分块的图像数据基于所述目标图像生成。/n

【技术特征摘要】
1.一种图像识别神经网络处理方法，其特征在于，包括：
对图像识别神经网络进行切分，得到至少一个网络层分组的分块；每个网络层分组包含至少一个网络层；
对每个网络层分组的分块进行分类，其中，同一类分块的尺寸和填充相同，不同类型的分块的尺寸和/或填充不同；
对于每个网络层分组，根据所述网络层分组的分块结果和分类结果生成所述网络层分组的汇编代码和分块信息；同一类型的分块对应同一汇编函数，所述汇编代码中包括各类分块对应的汇编函数的代码段，所述分块信息中包括所述网络层分组中每个分块的块信息，所述分块信息用于指示神经网络处理器在采用所述图像识别神经网络识别目标图像时，根据所述分块信息中的块信息调用对应的代码段处理对应的分块的图像数据，所述分块的图像数据基于所述目标图像生成。


2.根据权利要求1所述的方法，其特征在于，所述汇编代码中包括：主代码段、公共代码段和多个差异代码段，所述汇编代码中每个汇编函数的代码段包括所述主代码段、所述公共代码段和对应的差异代码段，所述主代码段用于根据输入的块信息调用所述公共代码段和对应的差异代码段。


3.根据权利要求1所述的方法，其特征在于，所述根据所述网络层分组的分块结果和分类结果生成所述网络层分组的汇编代码和分块信息，包括：
根据所述网络层分组的分块结果和分类结果生成所述网络层分组的汇编代码；
根据所述网络层分组的分块结果和预先配置的神经网络处理器数量，生成所述网络层分组的分块信息；所述分块信息包括至少一份子分块信息，所述子分块信息的数量根据所述分块结果和所述神经网络处理器数量确定，各份子分块信息中的块信息组合在一起形成所述网络层分组的所有分块的块信息。


4.根据权利要求1所述的方法，其特征在于，每个网络层分组中，与其他分块尺寸不同的分块最多包含一行和一列，且与其他分块尺寸不同的分块均位于边缘位置。


5.根据权利要求1-4任一项所述的方法，其特征在于，每个网络层分组的分块信息中包括：汇编函数入口地址，所述分块信息中每个分块的块信息为所述分块的编号信息。


6.一种图像识别神经网络处理装置，其特征在于，包括：
切分模块，用于对图像识别神经网络进行切分...

【专利技术属性】
技术研发人员：曹庆新，
申请(专利权)人：深圳云天励飞技术有限公司，
类型：发明
国别省市：广东;44