一种基于深度卷积神经网络的数字识别方法及设备
基本信息
| 申请号 | CN202110622917.5 | 申请日 | - |
| 公开（公告）号 | CN113221908A | 公开（公告）日 | 2021-08-06 |
| 申请公布号 | CN113221908A | 申请公布日 | 2021-08-06 |
| 分类号 | G06K9/34（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 魏文应;张世雄;李楠楠;傅弘;龙仕强;陈智敏 | 申请（专利权）人 | 广东博华超高清创新中心有限公司 |
| 代理机构 | 北京京万通知识产权代理有限公司 | 代理人 | 万学堂;王跃交 |
| 地址 | 518116广东省深圳市龙岗区龙城街道腾飞路龙岗创投大厦37楼 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 基于深度卷积神经网络的数字识别的方法，包括：算法模型设计：对标准目标检测模型算法进行结构调整，减少深度卷积神经网络的层数、通道数、宽度，以减少计算量；算法模型训练：深度卷积神经网络在使用前，需要对深度卷积神经网络进行训练；算法模型转换：算法模型训练好后，对算法模型进行格式变换、模型量化、算子替换转换操作，让算法模型在单片机上运行；以及算法模型移植：算法模型转换后，将算法模型文件烧录到单片机中，单片机运行的深度卷积神经网络框架会加载并运行算法模型。本发明方法可以解决原有卷积神经网络数字识别算法无法在单片机设备运行的问题。 |
