买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安交通大学申请的专利一种高效的神经网络前处理方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115374919B 。

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210923137.9，技术领域涉及：G06N3/063；该发明授权一种高效的神经网络前处理方法是由任鹏举;党祺玮;陈飞;黄晓帆;张先娆;赵文哲;夏天设计研发完成，并于2022-08-02向国家知识产权局提交的专利申请。

本一种高效的神经网络前处理方法在说明书摘要公布了：本公开揭示了一种神经网络前处理方法，其特征在于：如果每次卷积需要m个点的n个通道数据，则重排时：在第1列，先自下向上排列第1个点至第m个点所涉及的m*n个数；进一步的，如果卷积步长是k，则自左向右继续重排至第2列时：第k+1个点的n个通道的数据先从下面开始排列；然后，依次自下向上排列第k+2个点，一直到第k+m个点；进一步的，当重排到第i+1列时，自下向上依次排列：第i*k+1,i*k+2,…,i*k+m个点的n个通道数据。本公开应用范围广泛，可使用在各种网络加速方案，以及多种处理器中，达到提高内存利用率，降低图像卷积计算用时的作用。

本发明授权一种高效的神经网络前处理方法在权利要求书中公布了：1.一种神经网络前处理方法，其特征在于： 如果每次卷积需要m个点的n个通道数据，则重排时： 在第1列，先自下向上排列第1个点至第m个点所涉及的m*n个数； 进一步的，如果卷积步长是k，则自左向右继续重排至第2列时：第k+1个点的n个通道的数据先从下面开始排列；然后，依次自下向上排列第k+2个点，一直到第k+m个点； 进一步的，当重排到第i+1列时，自下向上依次排列：第i*k+1,i*k+2,…,i*k+m个点的n个通道数据； 如果每次卷积需要的数据为N，该N对应神经网络加速器的计算并行度，当N大于m*n个通道数据时，则自第1列起至倒数第2列，每列补N-m*n个0即可； 最后1列时，根据最后1列的通道数据的实际数量M，补N-M个0即可； 其中，重排时遵循如下一种HWC数据格式的转换方法，包括如下步骤： S1：从DDR主存中读取图像数据，其中，原始的图像数据默认在主存中以HWC格式存储，所述图像为256*256，所以每个周期，从DDR中读取16个点的4个通道数据值； S2：将读取到的数据采用所述重排和补0处理以实现通道重排和通道补偿，其中0*4代表补偿的4个通道0，补偿后的每行数据的宽度为128； S3：将重排后的数据依次存入8个FIFO先入先出存储器中，其中，FIFO的输入位宽为16字节，输出为8字节，每个FIFO中存1288=16个点的数据，第一个FIFO存0-15个点对应的前16列，最后一个FIFO存最后16列数据； S4：之前8个FIFO是依次顺序写入的，本步骤将其并行读取，即同时读取8个FIFO数据，其中，对于第一个FIFO：由于输出位宽只有8个字节，所以之前一个周期写入的16字节数据将分两个周期读出，第一个周期读出BGRX0-1，第二个周期读出BGRX2和4个0；对于第二个FIFO，第一个周期读出的数据为GBRX32-33，第八个FIFO第一个周期读出的数据为GBRX224-225； S5：将8个FIFO输出的8字节数据拼接成64字节的数据写回给DDR主存，当8个FIFO内所有数据都写空，就完成了通道重排后图像HWC到HWC88的格式转换； 如此，当256行输入图像数据都完成了上述S1至S5的5个步骤，此时整幅原始4通道256*256像素的图像还同时完成了全部的重排处理； 所述HWC88存储格式具体为： 将一行或一行的一部分FM数据平均分为8块，将每块相同位置相同通道组的数据放在内存的相同地址，优先存放每块中相同位置像素点的所有通道。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安交通大学，其通讯地址为：710049 陕西省西安市咸宁西路28号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。