一种基于非易失存储器的卷积运算方法以及装置制造方法及图纸

本发明专利技术一种基于非易失存储器的卷积运算方法以及装置，本发明专利技术涉及图像识别领域，所述方法包括：对所述多个存储单元中每一个存储单元设定跨导，设定的跨导数值为进行卷积运算所需卷积核的值，对所述多个存储单元进行分组，将预设图像矩阵中元素的值，输入到每一组存储单元，使得一个元素的值对应一个存储单元的门极电压，根据存储单元的特性，读取每组存储单元的漏端电流，形成卷积运算的结果矩阵。本发明专利技术提供的一种基于非易失存储器的卷积运算方法以及装置，通过将图像矩阵中的元素值设定为存储单元的门极电压，将卷积核的值设定为存储单元的跨导，读取漏端电流，就完成卷积运算，缩短了卷积运算时间，提高了卷积运算的效率。

A convolution operation method and device based on nonvolatile memory

【技术实现步骤摘要】
一种基于非易失存储器的卷积运算方法以及装置
本专利技术涉及图像识别领域，特别是一种基于非易失存储器的卷积方法以及装置。
技术介绍
图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。一般工业使用中，采用工业相机拍摄图片，然后再利用软件根据图片灰阶差做进一步识别处理，图像识别软件国外代表的有康耐视等，国内代表的有图智能等。图像识别过程分为图像处理和图像识别两个部分，图像处理利用计算机对图像进行分析，以达到所需的结果。图像处理可分为模拟图像处理和数字图像处理，而图像处理一般指数字图像处理。图像识别是将图像处理得到的图像进行特征提取和分类，识别方法中基本的也是常用的方法有统计法、句法方法、神经网络法、模板匹配法和几何变换法。现有的图像处理中，一般由图像处理算法提取出一个图像矩阵，然后运用图像识别卷积核与提取出的图像矩阵进行卷积计算，得出卷积运算的结果矩阵，而卷积核与图像矩阵进行卷积计算的过程一般是由CPU完成的，CPU采用循环往复的运算方式进行运算，但这种运算方式对CPU的运算能力要求比较高，并且本文档来自技高网...

【技术保护点】
1.一种基于非易失存储器的卷积运算方法，其特征在于，所述方法应用于图像识别领域，所述非易失存储器包括多个存储单元，所述多个存储单元中任一存储单元在正常工作时都有一个门极电压和跨导，所述存储单元工作时的电流等于门极电压乘以跨导，所述方法包括：/n对所述多个存储单元中每一个存储单元设定跨导，设定的跨导数值为进行卷积运算所需卷积核的值；/n对所述多个存储单元进行分组，将预设图像矩阵中元素的值，输入到每一组存储单元，使得一个元素的值对应一个存储单元的门极电压；/n根据存储单元的特性，读取每组存储单元的漏端电流，形成卷积运算的结果矩阵。/n

【技术特征摘要】
1.一种基于非易失存储器的卷积运算方法，其特征在于，所述方法应用于图像识别领域，所述非易失存储器包括多个存储单元，所述多个存储单元中任一存储单元在正常工作时都有一个门极电压和跨导，所述存储单元工作时的电流等于门极电压乘以跨导，所述方法包括：
对所述多个存储单元中每一个存储单元设定跨导，设定的跨导数值为进行卷积运算所需卷积核的值；
对所述多个存储单元进行分组，将预设图像矩阵中元素的值，输入到每一组存储单元，使得一个元素的值对应一个存储单元的门极电压；
根据存储单元的特性，读取每组存储单元的漏端电流，形成卷积运算的结果矩阵。


2.根据权利要求1所述的方法，其特征在于，对所述多个存储单元中每一个存储单元设定跨导，包括：
确定所述卷积核的值；
根据所述卷积核的值，通过所述非易失存储器的I/O口，对所述多个存储单元中每一个存储单元设定跨导。


3.根据权利要求1所述的方法，其特征在于，对所述多个存储单元进行分组，将预设图像矩阵中元素的值，输入到每一组存储单元，使得一个元素的值对应一个存储单元的门极电压，包括：
确定所述卷积核的维度；
按照所述维度，对所述多个存储单元进行分组，一组存储单元包括的存储单元个数与所述维度的个数相等；
按照所述维度的标准，将预设图像矩阵中元素的值，输入到每一组存储单元，使得一个元素的值对应一个存储单元的门极电压。


4.根据权利要求1所述的方法，其特征在于，所述非易失存储器还包括模数转换器，根据存储单元的特性，读取每组存储单元的漏端电流，形成卷积运算的结果矩阵，包括：
读取每组存储单元的漏端电流；
将所述漏端电流发送至所述模数转换器中；
所述模数转换器对所述漏端电流进行模数转换，输出的数字形成卷积运算的结果...

【专利技术属性】
技术研发人员：刘阳，
申请(专利权)人：北京兆易创新科技股份有限公司，
类型：发明
国别省市：北京;11