卷积处理方法、电路、电子设备及计算机可读存储介质技术

本申请涉及一种卷积处理方法、电路、电子设备及计算机可读存储介质。方法包括：对卷积处理过程中得到的点乘特征矩阵进行分块，得到多个子特征矩阵；针对每个子特征矩阵进行后变换处理时，按照子特征矩阵对应的加减变换规则，控制加减法单元对子特征矩阵进行变换，得到第一变换矩阵；确定子特征矩阵对应的位移量，依据位移量控制移位器组中的移位器对第一变换矩阵进行移位变换，得到第二变换矩阵；控制累加器将各子特征矩阵对应的第二变换矩阵进行累加，得到卷积处理生成的后变换特征矩阵。采用本方法，仅仅通过控制加减法单元、移位器和累加器就实现了对点乘特征矩阵的后变换处理，能够节省乘法资源。能够节省乘法资源。能够节省乘法资源。

【技术实现步骤摘要】
卷积处理方法、电路、电子设备及计算机可读存储介质


[0001]本申请涉及神经网络
，特别是涉及一种卷积处理方法、电路、电子设备及计算机可读存储介质。

技术介绍

[0002]随着人工智能技术的发展，出现了卷积神经网络。卷积神经网络在目标识别方面具有巨大的优势和潜力，因而广泛应用于目标检测、差错检验和自动驾驶等领域。使用卷积神经网络进行目标识别时，会进行卷积运算，卷积运算的过程中涉及到大量的乘法运算，因而卷积运算的速率较慢。为提高卷积运算速率，采用卷积加速算法，比如采用Winograd算法（一种基于多项式插值算法的卷积加速实现方法）进行卷积处理。
[0003]卷积加速算法通过对卷积操作的两个输入：神经元及权值进行一定规模切分后，分别做线性变换，也就是前变换，再将变换后的神经元和权值进行点乘，把点乘结果再次进行线性变换，即后变换，最后得到与原卷积操作等价的卷积结果。
[0004]然而，传统的卷积加速算法在进行卷积处理中的后变换时，直接输入整个点乘结果与后变换参数矩阵相乘，导致计算后变换时需要消耗大量乘法资源。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种卷积处理方法、电路、电子设备及计算机可读存储介质，能够实现节省乘法资源的效果。
[0006]第一方面，本申请提供了一种卷积处理方法，包括：对卷积处理过程中得到的点乘特征矩阵进行分块，得到多个子特征矩阵；点乘特征矩阵是使用卷积加速算法对前变换特征矩阵进行点乘得到的；针对每个子特征矩阵进行后变换处理时，按照子特征矩阵对应的加减变换规则，控制加减法单元对子特征矩阵进行变换，得到第一变换矩阵；确定子特征矩阵对应的位移量，依据位移量控制移位器组中的移位器对第一变换矩阵进行移位变换，得到第二变换矩阵；其中，各移位器与待生成的后变换特征矩阵的元素位置相对应；位移量是根据后变换参数矩阵中后变换参数的排列位置特征确定的；控制累加器将各子特征矩阵对应的第二变换矩阵进行累加，得到卷积处理生成的后变换特征矩阵；其中，累加器与后变换特征矩阵的元素位置相对应。
[0007]第二方面，本申请还提供了一种变换控制电路，包括：加减法单元，用于针对多个子特征矩阵中的每个子特征矩阵，按照子特征矩阵对应的加减变换规则对子特征矩阵进行变换，得到第一变换矩阵；多个子特征矩阵是将卷积处理过程中得到的点乘特征矩阵进行分块得到的；点乘特征矩阵是使用卷积加速算法对前变换特征矩阵进行点乘得到的；移位器，用于确定子特征矩阵对应的位移量，依据位移量对第一变换矩阵进行移位变换，得到第二变换矩阵；其中，各移位器与待生成的后变换特征矩阵的元素位置相对
应；位移量是根据后变换参数矩阵中后变换参数的排列位置特征确定的；累加器，用于将各子特征矩阵对应的第二变换矩阵进行累加，得到卷积处理生成的后变换特征矩阵；其中，累加器与后变换特征矩阵的元素位置相对应。
[0008]第三方面，本申请还提供了一种电子设备，电子设备包括上述的变换控制电路。
[0009]第四方面，本申请还提供了一种电子设备，电子设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述的卷积处理方法的步骤。
[0010]第五方面，本申请还提供了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的卷积处理方法的步骤。
[0011]第六方面，本申请还提供了一种计算机程序产品，计算机程序产品包括计算机程序，该计算机程序被处理器执行时实现上述的卷积处理方法的步骤。
[0012]上述卷积处理方法、电路、电子设备及计算机可读存储介质，通过将使用卷积加速算法对前变换特征矩阵进行点乘得到的点乘特征矩阵划分为多个子特征矩阵，根据各子特征矩阵对应的加减变换规则控制加减法单元对子特征矩阵进行变换得到第一变换矩阵、再根据子特征矩阵对应的位移量控制移位器组中的移位器对第一变换矩阵进行移位变换得到第二变换矩阵，最后通过控制累加器将各子特征矩阵对应的第二变换矩阵进行累加，得到卷积处理生成的后变换特征矩阵。相较于传统的后变换处理方法，本申请仅仅通过控制加减法单元、移位器和累加器就实现了对点乘特征矩阵的后变换处理，从而节省了乘法资源。
附图说明
[0013]图1为本申请实施例提供的一种卷积处理方法的流程示意图；图2为本申请实施例提供的一种划分点乘特征矩阵的示意图；图3为本申请实施例提供的一种卷积处理运算单元的示意图；图4为本申请实施例提供的一种变换控制电路的结构示意图；图5为本申请实施例提供的一种卷积处理流水线设计示意图；图6为本申请实施例提供的第一种电子设备的内部结构图；图7为本申请实施例提供的第二种电子设备的内部结构图；图8为本申请实施例提供的一种计算机可读存储介质的内部结构图。
具体实施方式
[0014]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0015]使用卷积神经网络进行目标识别时，会进行卷积运算；由于卷积运算的过程中涉及到大量的乘法运算，因此卷积运算的速率较慢。为提高卷积运算的速率，采用卷积加速算法，比如Winograd算法，利用对卷积运算中的操作数进行线性变换，进而发现需要乘法数最小的变换方法，再通过增加部分加法操作代替所需要的乘法操作。从硬件层面来说，乘法器相比于加法器所需的结构更加复杂，面积功耗更大，综合处理性能更差，故以加法取代乘法的Winograd算法在处理二维卷积运算时具有极大优势。对于形式为F(n
×
n,k
×
k)(n为偶
数，k为奇数)形式的Winograd函数，Winograd算法执行卷积运算时的计算式为：S=A
T
[(GgG
T
)
⨀
(B
T dB)]A其中，GgG
T
和B
T
dB均为前变换特征矩阵，将GgG
T
和B
T
dB进行点乘得到的就是点乘特征矩阵。
[0016]Y=(GgG
T
)
⨀
(B
T dB)是点乘部分的运算结果，即点乘特征矩阵，Y为(n+k
‑
1)
×
(n+k
‑
1)尺寸的矩阵；S为后变换的结果，即后变换特征矩阵，且S=A
T YA，S为n
×
n尺寸的矩阵；A是后变换参数矩阵，A为(n+k
‑
1)
×
n尺寸的矩阵。可以理解，A
T
是A的转置矩阵，只要确定了A或A
T
就确定了后变换参数矩阵。
[0017]在一些实施例中，如图1所示，提供了一种卷积处理方法，以该方法应用于电子设备为例进行说明，包括以下步骤：步骤101、对卷积处理过程中得到的点乘特征矩阵进行分块，得到多个子特征矩阵；点乘本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种卷积处理方法，其特征在于，包括：对卷积处理过程中得到的点乘特征矩阵进行分块，得到多个子特征矩阵；所述点乘特征矩阵是使用卷积加速算法对前变换特征矩阵进行点乘得到的；针对每个子特征矩阵进行后变换处理时，按照所述子特征矩阵对应的加减变换规则，控制加减法单元对所述子特征矩阵进行变换，得到第一变换矩阵；确定所述子特征矩阵对应的位移量，依据所述位移量控制移位器组中的移位器对所述第一变换矩阵进行移位变换，得到第二变换矩阵；其中，各所述移位器与待生成的后变换特征矩阵的元素位置相对应；所述位移量是根据后变换参数矩阵中后变换参数的排列位置特征确定的；控制累加器将各所述子特征矩阵对应的第二变换矩阵进行累加，得到卷积处理生成的所述后变换特征矩阵；其中，所述累加器与所述后变换特征矩阵的元素位置相对应。2.根据权利要求1所述的方法，其特征在于，所述对卷积处理过程中得到的点乘特征矩阵进行分块，得到多个子特征矩阵，包括：按照预设子矩阵大小，将卷积处理过程中得到的点乘特征矩阵中的边缘位置数据分块；所述边缘位置数据是在所述点乘特征矩阵中位于边缘位置的特征数据；按照所述预设子矩阵大小，将所述点乘特征矩阵中除所述边缘位置数据之外的特征数据依次分块，得到多个子特征矩阵。3.根据权利要求2所述的方法，其特征在于，所述按照预设子矩阵大小，将卷积处理过程中得到的点乘特征矩阵中的边缘位置数据分块，包括：将卷积处理过程中得到的点乘特征矩阵中位于角点位置的角点数据划分至同一子特征矩阵；所述角点数据构成的子特征矩阵的大小符合预设子矩阵大小；对所述点乘特征矩阵中的首尾剩余行数据、以及首尾剩余列数据进行合并，分别对合并后的首尾剩余行数据和合并后的首尾剩余列数据进行分块，得到符合所述预设子矩阵大小的子特征矩阵；其中，所述首尾剩余行数据是首尾行数据中，除处于首尾行的角点数据之外的特征数据；所述首尾剩余列数据是首尾列数据中，除处于首尾列的角点数据之外的特征数据。4.根据权利要求1所述的方法，其特征在于，所述按照所述子特征矩阵对应的加减变换规则，控制加减法单元对所述子特征矩阵进行变换，得到第一变换矩阵，包括：在所述子特征矩阵对应的加减变换规则表征不做变换的情况下，通过控制左变换使能信号和右变换使能信号均无效，以控制加减法单元不对所述子特征矩阵进行变换，并控制数据选择器不调整所述子特征矩阵的数据顺序，得到第一变换矩阵。5.根据权利要求1所述的方法，其特征在于，所述按照所述子特征矩阵对应的加减变换规则，控制加减法单元对所述子特征矩阵进行变换，得到第一变换矩阵，包括：在所述子特征矩阵对应的加减变换规则表征需要进行目标变换处理的情况下，控制与所述目标变换处理对应的使能信号有效，以控制加减法单元对所述子特征矩阵进行所述目标变换处理得到加减法变换结果；其中，所述目标变换处理包括左变换处理和右变换处理中的至少一种；控制数据选择器调整所述加减法变换结果中的数据顺序，得到第一变换矩阵。6.根据权利...

【专利技术属性】
技术研发人员：钱祎剑，刘虹铎，张斌，沈小勇，吕江波，
申请(专利权)人：深圳思谋信息科技有限公司，
类型：发明
国别省市：