使用人工神经网络实施外围机器视觉的可配置加速制造技术

技术编号:42464951 阅读:12 留言:0更新日期:2024-08-21 12:51
本主题申请涉及使用人工神经网络实施外围机器视觉的可配置加速。定制深度神经网络模型,以在不同机器视觉敏锐度等级下分析图像的不同区域。图形用户界面呈现由图像感测像素阵列捕获的图像,且接收与所述图像的用户交互以界定具有所述机器视觉敏锐度等级的区域。基于与所述图形用户界面的所述用户交互,产生用以识别所述图像感测像素阵列中的像素的所述区域的区域掩码。根据所述区域掩码,从所述深度神经网络模型移除对低机器视觉敏锐度的不必要计算,以产生在所述机器视觉敏锐度等级下分析由所述图像感测像素阵列捕获的图像数据的经定制计算模型。

【技术实现步骤摘要】

本文中所公开的至少一些实施例一般涉及数据的存储和处理,且更具体为但不限于用于特征提取的图像数据。


技术介绍

1、高分辨率图像传感器可产生大量数据。将图像的整个数据集从数码相机传输到服务器进行处理和存储可为低效的。

2、存储器子系统可包含存储数据的一或多个存储器装置。存储器装置可为例如非易失性存储器装置和易失性存储器装置。一般来说,主机系统可利用存储器子系统将数据存储在存储器装置处且从存储器装置检索数据。


技术实现思路

1、本公开的实施例提供一种设备,其包括:图形用户界面,其配置成呈现由图像传感器捕获的图像且接收与图像的用户交互以界定具有不同机器视觉敏锐度等级的多个区域;和处理器,其配置成:基于与图形用户界面的用户交互,产生配置成识别图像传感器中的像素的多个区域的区域掩码;且根据区域掩码且基于配置成在图像传感器的分辨率下处理的深度神经网络模型,产生用于在机器视觉敏锐度等级下分析由图像传感器捕获的图像数据的计算模型。

【技术保护点】

1.一种设备,其包括:

2.根据权利要求1所述的设备,其中所述深度神经网络模型包含卷积神经网络的第一内核;所述第一内核配置成在第一机器视觉敏锐度等级下对由第一大小的像素块产生的图像数据进行过滤以产生特征数据;且所述处理器进一步配置成使用所述第一内核且针对所述计算模型产生第二内核,所述第二内核配置成在低于所述第一机器视觉敏锐度等级的第二机器视觉敏锐度等级下对由大于所述第一大小的第二大小的像素块产生的图像数据进行过滤。

3.根据权利要求2所述的设备,其中所述处理器进一步配置成产生输入掩码,所述输入掩码配置成将所述第二内核的输入映射到所述第一内核的输入,且组合所述输入掩...

【技术特征摘要】

1.一种设备,其包括:

2.根据权利要求1所述的设备,其中所述深度神经网络模型包含卷积神经网络的第一内核;所述第一内核配置成在第一机器视觉敏锐度等级下对由第一大小的像素块产生的图像数据进行过滤以产生特征数据;且所述处理器进一步配置成使用所述第一内核且针对所述计算模型产生第二内核,所述第二内核配置成在低于所述第一机器视觉敏锐度等级的第二机器视觉敏锐度等级下对由大于所述第一大小的第二大小的像素块产生的图像数据进行过滤。

3.根据权利要求2所述的设备,其中所述处理器进一步配置成产生输入掩码,所述输入掩码配置成将所述第二内核的输入映射到所述第一内核的输入,且组合所述输入掩码与所述第一内核以产生所述第二内核。

4.根据权利要求3所述的设备,其中所述处理器进一步配置成产生特征映射矩阵,所述特征映射矩阵配置成将使用所述第二内核以第二步幅产生的第二特征数据映射到使用所述第一内核以小于所述第二步幅的第一步幅产生的近似第三特征数据的第一特征数据;且所述处理器进一步配置成组合所述特征映射...

【专利技术属性】
技术研发人员:S·B·拉克什曼S·蒂库P·卡利
申请(专利权)人:美光科技公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1