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卷积神经网络卷积层的硬件加速方法、系统及应用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：CN115238863B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202210847824.7，技术领域涉及：G06N3/063；该发明授权一种卷积神经网络卷积层的硬件加速方法、系统及应用是由张国和;陈盼盼设计研发完成，并于2022-07-19向国家知识产权局提交的专利申请。

本一种卷积神经网络卷积层的硬件加速方法、系统及应用在说明书摘要公布了：一种卷积神经网络卷积层的硬件加速方法、系统及应用，方法包括以下步骤：将浮点数转化成定点数并输入到FPGA中进行计算；采用基于移位寄存器的小尺寸卷积方法以及深度可分离卷积结构降低计算复杂度；数据流采用行固定流阵列结构，将卷积层前后的其他层进行隐藏处理；将批量归一化层、激活函数层以及填充层均嵌入卷积层中隐藏，完成硬件加速。本发明还提出一种卷积神经网络卷积层的硬件加速系统以及所述卷积神经网络卷积层的硬件加速方法在MobileNet模型、YOLOv2模型FPGA卷积硬件加速器中的应用。本发明卷积神经网络卷积层的硬件加速方法在资源占用、功耗、单位帧率以及能耗比方面均具有优势。

本发明授权一种卷积神经网络卷积层的硬件加速方法、系统及应用在权利要求书中公布了：1.一种卷积神经网络卷积层的硬件加速方法，其特征在于，包括以下步骤： 将浮点数转化成定点数并输入到FPGA中进行计算； 采用基于移位寄存器的小尺寸卷积方法以及深度可分离卷积结构降低计算复杂度； 数据流采用行固定流阵列结构； 将卷积层前后的其他层进行隐藏处理，将批量归一化层、激活函数层以及填充层均嵌入卷积层中隐藏，完成硬件加速； 所述基于移位寄存器的小尺寸卷积方法包括： 对于输入图像的尺寸为F×F，卷积核的尺寸为C×C，将串行输入的特征数据填充到移位寄存器中，移位寄存器的总个数为F×C-1+F个； 在加载特征数据的同时将C×C个权重值加载完成； 当所有移位寄存器都填充进了输入的特征图数据，则C×C个移位寄存器中的数据为第一个卷积计算的特征数据，此时与权重值对应进行乘法计算，计算结果送到加法树中累加； 卷积核在特征图像上滑动时，针对相邻两次计算使用的数据有重叠的部分，在计算刚开始和前一通道的卷积操作结束后，向两个移位寄存器中分别加载F×C-1+C个输入特征数据以及当前通道对应的卷积核权重数据，数据加载完成之后，除去卷积窗口滑动换行的无效周期，每个时钟完成一次卷积的乘法运算，每个通道的特征数据输入一次，完成一个通道的卷积操作； 所述将批量归一化层、激活函数层以及填充层均嵌入卷积层中隐藏的步骤中：所述批量归一化层将层间传递的数据限制在阈值范围内；所述激活函数层使卷积层累加输出的结果直接进行非线性激活；所述填充层在每层的卷积计算开始之前，对当前的输入特征图进行填充操作，将特征图尺寸通过四周补零之后，当前层的卷积结果才成为下一层卷积的输入特征尺寸。

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。