【技术实现步骤摘要】
本公开涉及图像技术处理领域,具体而言,涉及一种图像数据处理方法、图像数据处理装置、电子设备以及计算机可读存储介质。
技术介绍
1、脉动阵列是一种专门为人工智能应用设计的硬件加速器,其使用定制的计算单元来执行矩阵乘法和卷积等深度学习中常见的计算任务。在图像处理中,脉动阵列可以应用于各种任务,例如图像滤波、形态学操作、特征提取等。由于脉动阵列并行处理的特性,其可以高效地处理大规模的图像数据,从而在图像处理中具有广泛的应用前景。
2、在基于脉动阵列的图像处理中,将图像数据切分为多个小块,然后将切分后的小块分配到脉动阵列中的计算单元进行并行计算。然而,现有图像数据格式在处理过程中,会存在内存带宽浪费以及脉动阵列上的卷积计算效率低的问题。
3、需要说明的是,在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
1、本公开实施例提供一种图像数据处理方法、图像数据处理装置、电子设备以及计算机可读存储
...【技术保护点】
1.一种图像数据处理方法,其特征在于,应用于脉动阵列架构,所述脉动阵列架构包括脉动阵列,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述脉动阵列架构还包括动态随机存取存储器和静态随机存取存储器;
3.根据权利要求2所述的方法,其特征在于,所述对所述原始图像数据进行格式转换处理,获得所述目标图像数据,包括:
4.根据权利要求3所述的方法,其特征在于,所述根据所述待处理图像的数据精度类型和所述静态随机存取存储器单次读取数据的字节数,确定目标矩阵行数和目标矩形列数,包括:
5.根据权利要求3所述的方法,其特征在于
...【技术特征摘要】
1.一种图像数据处理方法,其特征在于,应用于脉动阵列架构,所述脉动阵列架构包括脉动阵列,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述脉动阵列架构还包括动态随机存取存储器和静态随机存取存储器;
3.根据权利要求2所述的方法,其特征在于,所述对所述原始图像数据进行格式转换处理,获得所述目标图像数据,包括:
4.根据权利要求3所述的方法,其特征在于,所述根据所述待处理图像的数据精度类型和所述静态随机存取存储器单次读取数据的字节数,确定目标矩阵行数和目标矩形列数,包括:
5.根据权利要求3所述的方法,其特征在于,所述原始图像数据包括所述待处理图像...
【专利技术属性】
技术研发人员:李钦,吉祥虎,杨超,冯新宇,党衍斌,罗正航,刘凌志,
申请(专利权)人:北京达佳互联信息技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。