荣耀终端有限公司杨逸帆获国家专利权
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!
龙图腾网获悉荣耀终端有限公司申请的专利一种业务数据处理方法、模型训练方法和相关设备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:CN118446303B 。
龙图腾网通过国家知识产权局官网在2025-12-12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:202311199941.8,技术领域涉及:G06N5/04;该发明授权一种业务数据处理方法、模型训练方法和相关设备是由杨逸帆设计研发完成,并于2023-09-15向国家知识产权局提交的专利申请。
本一种业务数据处理方法、模型训练方法和相关设备在说明书摘要公布了:本申请公开一种业务数据处理方法、模型训练方法和相关设备,包括:云端设备基于第一神经网络模型的第一GAP层确定等效卷积算子;云端设备以等效卷积算子替换第一GAP层,得到第二神经网络模型;在等效卷积算子和第一算子满足融合条件的情况下,云端设备将等效卷积算子和第一算子进行融合,得到第三神经网络模型;云端设备基于第三神经网络模型确定目标神经网络模型。第一算子与等效卷积算子相邻连接。本申请实施例,可以加速神经网络模型的推理速度。
本发明授权一种业务数据处理方法、模型训练方法和相关设备在权利要求书中公布了:1.一种业务数据处理方法,其特征在于,所述方法应用于终端设备,包括: 所述终端设备将第一数据输入目标神经网络模型,得到输出结果;所述第一数据包括图像类型的业务数据;所述目标神经网络模型用于拍摄场景的抓拍过程; 所述目标神经网络模型为将第一神经网络模型中的第一GAP层进行融合处理,并进行量化感知训练得到的神经网络模型; 所述将第一神经网络模型中的第一GAP层进行融合处理,并进行量化感知训练,包括: 将等效卷积算子的通道数确定为所述第一GAP层之前的一个算子的channel的数量N; 将所述等效卷积算子的算子尺寸确定为第一GAP层的前一层算子的输出特征图尺寸W*H; 将所述等效卷积算子每一个像素点的卷积核权重确定为1W*H; 基于所述通道数、所述算子尺寸和所述卷积核权重确定所述第一GAP层的等效卷积算子; 将所述第一神经网络模型中的第一GAP层替换为等效卷积算子,得到第二神经网络模型;所述第一神经网络模型为超分神经网络SRCNN;所述SRCNN是一种任务目标为将输入的低分辨率的图像转换为高分辨率的图像去模糊网络; 判断所述第二神经网络模型中的等效卷积算子和第一算子是否满足融合条件;所述融合条件为第一算子与等效卷积算子符合预设融合算子种类的条件;所述预设融合算子种类中所述等效卷积算子的类型为conv算子;所述第一算子的类型为conv算子、ReLU算子、add算子和BN算子中的一种;所述第一算子与所述等效卷积算子相邻连接; 在所述等效卷积算子和第一算子满足所述融合条件的情况下,将所述第二神经网络模型中的所述等效卷积算子和所述第一算子进行融合,得到第三神经网络模型; 对所述第三神经网络模型插入伪量化节点,进行量化感知训练得到所述目标神经网络模型;所述目标神经网络模型输出数据为浮点数据,所述第三神经网络模型输出数据为定点数据;所述目标神经网络模型不包括所述第一GAP层。
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荣耀终端有限公司,其通讯地址为:518040 广东省深圳市福田区香蜜湖街道东海社区红荔西路8089号深业中城6号楼A单元3401;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励