图像处理方法、装置、智能驾驶系统和车载运算平台制造方法及图纸

本发明专利技术提供一种图像处理方法、装置、智能驾驶系统和车载运算平台。该方法包括：根据运算单元的定点位宽硬件资源量，将卷积神经网络使用浮点表示的网络参数定点化处理，获取待处理的图像，控制运算单元根据定点化处理后的网络参数处理图像，得到图像的处理结果。通过对卷积神经网络的网络参数进行定点化，采用2的幂次来定点化表示网络参数，可减少内存占用，提高运算速度。

【技术实现步骤摘要】
图像处理方法、装置、智能驾驶系统和车载运算平台
本专利技术涉及定点化技术，尤其涉及一种图像处理方法、装置、智能驾驶系统和车载运算平台。
技术介绍
随着深度卷积神经网络技术在计算机视觉识别中的性能提升，卷积神经网络技术越来越频繁的被应用到如图像处理、无人驾驶系统、辅助驾驶系统等产品中。由于卷积神经网络处理的是图像数据，卷积神经网络技术通常应用依赖于高性能的图形处理器(GraphicsProcessingUnit，GPU)，且需要巨大的运算量，消耗较大的内存，因此卷积神经网络技术的应用存在内存资源、硬盘存储资源以及电量消耗较大的问题。
技术实现思路
本专利技术实施例提供一种图像处理方法、装置、智能驾驶系统和车载运算平台。第一方面，本专利技术实施例提供一种图像处理方法，包括：根据运算单元的定点位宽硬件资源量，将卷积神经网络使用浮点表示的网络参数定点化处理，定点化处理后的网络参数为采用2的幂次表示的值；获取待处理的图像；控制所述运算单元根据定点化处理后的网络参数处理所述图像，得到所述图像的处理结果。<本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，包括：/n根据运算单元的定点位宽硬件资源量，将卷积神经网络使用浮点表示的网络参数定点化处理，定点化处理后的网络参数为采用2的幂次表示的值；/n获取待处理的图像；/n控制所述运算单元根据定点化处理后的网络参数处理所述图像，得到所述图像的处理结果。/n

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：
根据运算单元的定点位宽硬件资源量，将卷积神经网络使用浮点表示的网络参数定点化处理，定点化处理后的网络参数为采用2的幂次表示的值；
获取待处理的图像；
控制所述运算单元根据定点化处理后的网络参数处理所述图像，得到所述图像的处理结果。


2.根据权利要求1所述的方法，其特征在于，所述定点化处理后的网络参数为M个2的幂次之和，所述M为大于1的整数。


3.一种图像处理装置，其特征在于，包括：
参数定点化模块，用于根据运算单元的定点位宽硬件资源量，将卷积神经网络使用浮点表示的网络参数定点化处理，定点化处理后的网络参数为采用2的幂次表示的值；
图像获取模块，用于获取待处理的图像；
图像处理模块，用于控制所述运算单元根据定点化处理后的网络参数处理所述图像，得到所述图像的处理结果。


4.根据权利要求3所述的装置，其特征在于，所述定点化处理后的网络参数为M个2的幂次之和，所述M为大于1的整数。


5.一种智能驾驶系统，其特征在于，包括：车载摄像头，卷积神经网络子系统和控制子系统；其中，所述控制子系统用于：
根据运行所述卷积神经网络子系统的运算单元的定点位宽硬件资源量，将所述卷积神经网络使用浮点表示的网络参数定点化处理，定点化处理后的网络参数为采用2的幂次表示的值；
控制所述卷积神经网络子系统根据定点化处理后的网络参数处理所述车载摄像头采集到的车辆行驶路面的图像，得到所述图像的处理结果；...

【专利技术属性】
技术研发人员：温拓朴，程光亮，石建萍，
申请(专利权)人：北京市商汤科技开发有限公司，
类型：发明
国别省市：北京;11